Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Instituto Politécnico de Castelo Branco Escola Superior de Agrária
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
José António Alves Coelho Tomé
Dissertação apresentada ao Instituto Politécnico de Castelo Branco para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Sistemas de Informação Geográfica em Recursos Agro-Florestais e Ambientais, Especialização em Análise de Informação Geográfica, realizada sob a orientação científica do Doutor Luís Cláudio de Brito Brandão Guerreiro Quinta-Nova, Professor Adjunto da Unidade Técnico Científica de Recursos Naturais e Desenvolvimento Sustentável da Escola Superior Agrária do Instituto Politécnico de Castelo Branco e co-orientação científica do Mestre Paulo Alexandre Justo Fernandez, Professor Adjunto da Unidade Técnico Científica de Recursos Naturais e Desenvolvimento Sustentável da Escola Superior Agrária do Instituto Politécnico de Castelo Branco.
2012
ii
iii
Agradecimentos
Gostaria de começar por agradecer ao Professor Paulo Fernandez que me sugeriu o tema
para a tese e que me co-orientou, disponibilizando o seu tempo e vasto saber sobre os SIG.
Ao Professor Doutor Luís Cláudio Quinta-Nova, o meu agradecimento pelas sugestões,
críticas e apoio prestado. A sua co-orientação foi inestimável.
À Professora Doutora Cristina Canavarro dedico um agradecimento muito especial, pois
sem o seu auxílio a análise estatística teria sido ainda mais penosa.
Ao Professor Doutor Jorge Américo Rodrigues de Paiva pelos seus sistemáticos telefonemas
a indagar sobre a evolução deste estudo, não me deixando perder o entusiasmo.
À Carla Ponte, à Elisabete Roque, à Fátima Seco, ao Hugo Simões e à Suzete Cabaceira
pelo apoio moral, disponibilidade e ajuda que me dispensaram.
Ao projecto Observatório Territorial e Ambiental Alentejo – Extremadura – Centro pela
aquisição e disponibilização dos dados do Atlas das Aves Nidificantes de Portugal referentes à
Beira Interior Sul e à disponibilização da cartografia 1:500 000 referente à área de estudo.
À Catarina, ao João, e em especial, à Anabela, pela compreensão e apoio ao longo deste
percurso, e por terem aturado os meus inúmeros momentos de mau humor.
iv
Palavras chave
Análise Canónica de Correspondências, Análise Espacial, Aves Nidificantes, Beira Interior
Sul, Métricas da Paisagem.
Resumo
O presente trabalho tem como objectivo identificar a relação existente entre as
comunidades de aves que nidificam na sub-região Beira Interior Sul e a composição e estrutura
da paisagem desse território. Procurou-se, igualmente, verificar a importância da rugosidade do
terreno na distribuição destas comunidades.
É também objectivo deste estudo identificar um conjunto de métricas espaciais que
caracterizem a estrutura da paisagem, bem como as tipologias fisionómicas de habitat passíveis
de determinar a distribuição das comunidades de passeriformes nidificantes.
A informação referente à ocupação do solo foi processada no programa ArcGIS 9.3.1, com
recurso à extensão Patch Analyst. A informação relativa à rugosidade do terreno foi analisada na
extensão Land Facet Corridor Tools. Os dados resultantes, juntamente com a informação
referente às aves nidificantes, foram posteriormente estudados através de Análise Canónica de
Correspondências (ACC) e de Análise Classificativa (AC).
Os resultados deste estudo mostram que a Beira Interior Sul apresenta locais com uma
riqueza específica significativa no que diz respeito às comunidades de passeriformes nidificantes,
embora os resultados obtidos não sejam idênticos para toda a sub-região. O valor de 11,7,
correspondente à riqueza específica média é razoável, mas apresenta um desvio padrão de 5,2,
que expressa essa realidade. Este facto pode ser explicado por diversos factores como o
zonamento do território, em que se distingue um sector oeste mais homogéneo, com clara
dominância florestal e menor disponibilidade de nichos ecológicos, de um sector este com maior
heterogeneidade e proporcionalidade de ocupações do solo, permitindo a existência de mais
nichos ecológicos para as diferentes espécies de aves.
Os resultados da ACC, mostram ainda que as tipologias de ocupação do solo têm maior
influência na distribuição da avifauna, ao explicar 37% da variação total, do que a estrutura,
cujo resultado foi de 16%.
Para o estudo da estrutura deste território fica também demonstrada a importância de
incluir índices de rugosidade, porque esta opção permitiu melhorar a explicação da variação
total em 5%.
A análise classificativa permitiu a identificação de tipologias fisionómicas importantes em
que predominam os estratos arbóreo e arbustivo, cujos resultados estão em conformidade com
os grémios de alimentação e nidificação identificados para as aves estudadas.
v
Keywords
Beira Interior Sul, Breeding Birds, Canonical Correspondence Analysis, Landscape Metrics,
Spatial Analysis.
Abstract
The present study aims to identify the relationship between the communities of nesting
birds in the Beira Interior Sul subregion, and the landscape composition and structure of that
territory. We also tried to verify the importance of the terrain roughness in the distribution of
these communities.
It is also an objective of this study to identify a set of spatial metrics that characterize the
landscape structure and the physiognomic types of habitat that could determine the breeding
passerine communities’ distribution.
The information concerning the soil occupation was processed in a GIS software, ArcGIS
9.3.1, using the Patch Analyst extension. The information on the terrain roughness was analyzed
in the Land Facet Corridor Tools extension. The resulting data, together with information
concerning breeding birds were further studied through Canonical Correspondence Analysis (CCA)
and Classification Analysis (CA).
The results of this study show that Beira Interior Sul presents significant local species
richness with respect to breeding passerines communities, but the results aren’t identical to the
whole sub-region. The 11.7 value, corresponding to the species richness average is reasonable,
but has a standard deviation of 5.2, which expresses this reality. This can be explained by
several factors, such as the territory zoning, being the west sector a more homogeneous one,
with clear forest dominance and lower availability of ecological niches, differentiating from the
east sector, with greater heterogeneity and proportionality of soil occupations, allowing the
existence of more ecological niches for different bird species.
The results of CCA, also show that the types of land use have more influence on the birds
distribution, explaining 37% of the total variation, than the structure which result was 16%.
To study the structure of this territory it is also shown the importance of including a
roughness index, because this option has improved the explanation of total variation in 5%.
The classification analysis allowed the identification of important physiognomic types,
with predominance of woody and shrub stratum, whose results are in accordance with the food
and nesting guilds identified for the studied birds.
vi
Índice geral 1. Introdução e Objectivos ......................................................................................................................... 1
2. Ecologia da Paisagem no estudo da avifauna ..................................................................................... 3
3. Enquadramento...................................................................................................................................... 12
3.1. Localização ................................................................................................................................... 12
3.2. Geologia e geomorfologia........................................................................................................... 12
3.3. Clima .............................................................................................................................................. 13
3.4. Ocupação do solo ......................................................................................................................... 14
3.5. Fauna ............................................................................................................................................. 16
3.6. Áreas Classificadas ...................................................................................................................... 16
4. Materiais e Métodos .............................................................................................................................. 19
4.1. Censos de Aves ............................................................................................................................. 19
4.2. Cartografia do tipo de habitat................................................................................................... 22
4.3. Métricas da Paisagem .................................................................................................................. 24
4.4. Rugosidade do terreno ................................................................................................................ 27
4.5. Análise Classificativa ................................................................................................................... 27
5. Apresentação e Análise de Resultados .............................................................................................. 29
5.1. Cálculo da riqueza específica .................................................................................................... 29
5.2. Determinação dos grémios de nidificação e de alimentação ............................................... 30
5.3. Análise da composição e estrutura da paisagem .................................................................... 31
5.4. Análise Canónica de Correspondências .................................................................................... 32
5.5. Análise Classificativa ................................................................................................................... 39
6. Conclusões .............................................................................................................................................. 41
Referências bibliográficas ............................................................................................................................ 43
ANEXOS ............................................................................................................................................................ 47
vii
Índice de figuras Figura 1 - Diagrama de ordenação RDA dos dois primeiros eixos canónicos das espécies de aves face às variáveis ambientais. .................................................................................... 9
Figura 2 - Curvas de variação da resposta ao efeito de fronteira para a riqueza de espécies de grupos funcionais de aves como função de gradientes ambientais (PCi) extraídos da ACP de variáveis de habitat. ............................................................................................ 10
Figura 3 - Localização da Beira Interior Sul. ................................................................ 12
Figura 4 - Área de estudo. ..................................................................................... 13
Figura 5 - Áreas Protegidas da BIS. ........................................................................... 17
Figura 6 - Fluxograma para determinar a influência da ocupação do solo na diversidade dos passeriformes. .................................................................................................... 23
Figura 7 - Fluxograma do cálculo das métricas da paisagem e da rugosidade do relevo. .......... 26
Figura 8 - Número de espécies nidificantes por quadrícula. ............................................. 29
Figura 10 - Dieta alimentar .................................................................................... 30
Figura 9 - Composição percentual das 73 espécies de passeriformes segundos os grémios de nidificação e de alimentação. ................................................................................. 30
Figura 11 - Ordenação Biplot do 1.º e 2.º eixo da ACC dos passeriformes face às variáveis ambientais. As classes de ocupação de solo estão representadas por linhas e os seus acrónimos e as espécies por triângulos e respectivos acrónimos. ...................................................... 34
Figura 12 - Ordenação Biplot do 1.º e 2.º eixo da ACC dos passeriformes face às métricas espaciais. As métricas estão representadas por linhas e respectivos acrónimos e as espécies por triângulos e respectivos acrónimos. .......................................................................... 38
Figura 13 – Análise aglomerativa (modo Q, UPGMA) dos valores de dissimilaridade (índice de Pearson) da comunidade de passeriformes para as quadrículas da área de estudo. ................ 39
viii
Índice de tabelas Tabela 1 - Correlação da riqueza das aves com a energia disponível e com os parãmetros de estrutura e composição da ocupação de solo. ................................................................ 7
Tabela 2 - Sumário do PCA e de diferentes RDA para a composição de espécies de aves ............ 8
Tabela 3 - Carta de Uso e Ocupação do Solo de Portugal Continental para 2007 Nível 2 para a área de estudo. .................................................................................................. 15
Tabela 4 - Grémios de nidificação, alimentação e técnicas de captura de alimento. .............. 20
Tabela 5 - Métricas da paisagem. ............................................................................. 25
Tabela 6 – Resultados das variáveis da paisagem nos primeiros quatro eixos, extraídos por ACC. 33
Tabela 7 - Resultados das métricas espaciais nos primeiros quatro eixos, extraídos por ACC. .... 36
ix
Lista de abreviaturas
ACC – Análise Canónica de Correspondências
ACP – Análise de Componentes Principais
AEMET -Agencia Estatal de Meteorologia, Ministerio de Medio Ambiente y Medio Rural y Marino
ARC – Análise Rectificada de Correspondências
AWMSI - Índice de forma ponderada pela área das manchas
BIS – Beira Interior Sul
CACV1 - Coeficiente de variação da área de núcleo da mancha
CCA – Canonical Correspondence Analysis
CNA – Comissão Nacional de Ambiente
COS – Carta de Uso e Ocupação do Solo
DCA – Dentrended Correspondence Analysis
DGRF – Direcção Geral dos Recursos Florestais
DP – Desvio-padrão
ECC – Comunidade Económica Europeia
ED – Densidade de Fronteiras
EEA – Agência Europeia de Ambiente
ETRS89 – Sistema de Referência Terrestre Europeu 1989
EU – União Europeia
FCC – Cobertura da Copa da Floresta
IBA – Área Importante para as Aves
ICN – instituto de Conservação da Natureza
ICNB – Instituto da Conservação da Natureza e Biodiversidade
ICNF – instituto da Conservação da natureza e das Florestas
IGP – Instituto Geográfico Português
IM – Instituto de Meteorologia
INE – Instituto Nacional de Estatística
IUCN – União Internacional para a Conservação da Natureza e dos Recursos Naturais
MDT – Modelo Digital do Terreno
MCSC – Mapa de Cobertura do Solo da Catalunha
MPS – Tamanho Médio das Manchas
MRI – Índice de Riqueza de Margalef
NUTS – Nomenclatura de Unidades Territoriais para fins estatísticos
OCDE – Organização para a Cooperação e Desenvolvimento Económico
OTALEX C – Observatório Territorial e Ambiental Alentejo – Extremadura – Centro
POCTEP – Programa Operacional de Cooperação Transfronteiriça Espanha-Portugal
SAU – Superfície Agrícola Usada
SD – Standart deviation
x
SHEI - Índice de equitabilidade de Shannon
SIC – Sítio de importância Comunitária
SIG – Sistemas de Informação GeográficaSTD – Desvio-padrão de elevação
SPA – Área de Protecção Especial
SRTM - Shuttle Radar Topography Mission
UPGMA - Unweighted Pair Group Method using Arithmetic Averages
UTM – Sistema Universal Transverso de Mercator
TPI – Índice de Posição Topográfica
ZEC – Zona Especial de Conservação
ZPE – Zona de Protecção Especial
xi
Lista de anexos
ANEXO I - Estatuto de Conservação das Aves Nidificantes 49
ANEXO II - Classes de Ocupação do Solo 55
ANEXO III - Métricas da Paisagem 63
ANEXO IV - Análise por tipos fisionómicos dos estratos verticais da vegetação 73
ANEXO V - Métricas da Paisagem 77
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
1
1. Introdução e Objectivos
A ciência tem evoluído de modo significativo, com uma produção exponencial de
conhecimento de tal modo importante que se tornou impossível a um ser humano ter a
capacidade de o abarcar na totalidade. Há, no entanto, descobertas relevantes que toda a
comunidade deve conhecer e entender, é o caso de uma conclusão simples, mas desconcertante
a que a ciência chegou - o mundo em que vivemos, o nosso planeta Terra, não mais é do que um
sistema fechado, com todas as limitações a ele inerentes. Assim, todas as alterações que nela
ocorram, sejam à escala global ou local têm necessariamente repercussões ecológicas, desde a
alteração de padrões climáticos à extinção de espécies endémicas, mas também com
repercussões sociais, como crises alimentares, diminuição de reservas de água potável ou
migrações para os grandes centros urbanos.
A necessidade de compreender o alcance das alterações em curso, de modo a prevenir
desastres ecológicos e sociais significativos no futuro próximo, obriga o Homem a conhecer mais
profundamente o território em que vive. No presente, já não basta uma descrição exaustiva da
paisagem que se observa, como muito bem fizeram Cabral e Telles (1999) nos anos sessenta do
século XX. É agora crucial identificar e quantificar variáveis, de modo a possibilitar a utilização
dos dados coligidos em análises matemáticas, e consequentemente, desenvolver modelos digitais
que reproduzam o presente de modo mais próximo da realidade, permitindo assim aumentar o
grau de sucesso nas previsões de fenómenos ambientais.
Na demanda pela procura de informação científica que esclareça o nosso conhecimento
sobre o território que nos envolve, surge a Ecologia da Paisagem, ramo da ciência que procura
relacionar os padrões e os dados biofísicos da paisagem com os processos ecológicos e a
distribuição das comunidades, tendo sempre em consideração a variável tempo. Os modelos
criados por diferentes autores são necessariamente complexos e a sua resolução matemática é
possível graças à disponibilidade de equipamentos informáticos progressivamente mais robustos.
Também está associado a este avanço significativo e com forte impacto na Ecologia da Paisagem,
o desenvolvimento de inúmeras aplicações informáticas para processamento de informação
geográfica, conhecidas por Sistemas de Informação Geográfica (SIG).
Num âmbito que ultrapassa essa ciência em particular, mas que partilha com ela a
multidisciplinaridade e a necessidade de recolha, sistematização e uniformização de informação
sobre o território, desenvolve-se o projecto transfronteiriço Observatório Territorial e Ambiental
Alentejo – Extremadura – Centro (OTALEX C), que se tornará num importante repositório ibérico
de dados, devidamente incorporados num sistema de informação geográfico.
O aprofundamento do conhecimento do território, em particular da sub-região da Beira
Interior Sul, segundo a perspectiva da Ecologia da Paisagem, a necessidade de realização de
estudos quantitativos e o seu desenvolvimento em sistemas de informação geográfica são
fundamentais, e estas são tarefas para as quais o presente trabalho pretende contribuir, através
da análise da comunidade avifaunística e da sua relação com diversos factores ambientais
presentes neste ecossistema.
José António Alves Coelho Tomé
2
O presente estudo tem como principal objectivo tentar estabelecer a relação existente
entre as comunidades de aves nidificantes e a composição e estrutura da paisagem e a
rugosidade do terreno da Beira Interior Sul.
Tem também a finalidade de caracterizar a estrutura da paisagem a partir da ocupação do
solo, com recurso às métricas da paisagem e às métricas de relevo; e estabelecer a relação entre
a estrutura vertical da vegetação e as comunidades de passeriformes instaladas.
Deste modo, estruturámos o trabalho em duas partes distintas: a primeira de
enquadramento, em que damos conta no primeiro capítulo do estado da arte; e no capítulo
segundo do enquadramento da área de estudo segundo diferentes perspectivas, geográfica,
geológica, climática, pedológica, zoológica e conservativa; na segunda parte, relativa ao
trabalho propriamente dito, o terceiro capítulo apresenta a informação de base utilizada e as
opções metodológicas tomadas; no quarto capítulo encontram-se registados os resultados das
análises efectuadas; e no quinto, as conclusões obtidas.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
3
2. Ecologia da Paisagem no estudo da avifauna
A Ecologia da Paisagem é uma disciplina que nasceu pelas mãos do biogeógrafo alemão C.
Troll, que na década de 1930 se dedicou ao estudo de uma nova tecnologia, a fotografia aérea
(Turner, 2005; Dramstad, 2009), facto que lhe permitiu analisar a paisagem de uma nova
perspectiva e abrir assim caminho para um saber que se pode definir como o estudo das
interacções recíprocas entre os padrões espaciais e os processos ecológicos (Turner, 2005). Estes
padrões espaciais ou mosaico de manchas está sempre relacionado com a extensão e o grão, em
que o primeiro corresponde à área sujeita a investigação e o segundo ao tamanho das unidades
individuais de observação (Wiens, 1989).
No contexto teórico, a teoria hierárquica da biodiversidade veio reforçar a necessidade de
aprofundar o conhecimento sobre a ecologia da paisagem quando defende que tudo o que
acontece em níveis superiores da organização ecológica, como o ecossistema e a paisagem vai
influenciar os níveis inferiores, como o das espécies ou o genético (Allen e Star, 1982, Noss,
1982, em Gaines et al, 1999), ficando perceptível que as alterações que possam ocorrer ao nível
da estrutura da paisagem irão ter repercussões sobre as populações que nela habitam (Turner,
2005).
Esta nova forma de análise desenvolveu-se principalmente a partir da década de 1980,
associada à crescente preocupação pela perda de biodiversidade (McGarigal e Marks, 1995), na
qual os cientistas não se restringiam à descrição das características distintivas das paisagens
observadas, mas se focavam explicitamente na compreensão da heterogeneidade espacial e no
desenvolvimento de métodos que se foram tornando disponíveis (Turner, 2005), como as
métricas espaciais (Dramstad, 2009). O desenvolvimento desta nova disciplina “forneceu uma
forte base conceptual e teórica para o conhecimento da estrutura, função e alteração da
paisagem” (McGarigal e Marks, 1995), que por sua vez está fortemente ligada a vários processos
ecológicos (Gustafson, 1998), como, por exemplo, as mudanças na distribuição das espécies
(Dramstad, 2009).
Segundo McGarigal e Marks (1995) ao ser reconhecida a Ecologia da Paisagem como o
estudo dos padrões da paisagem, das interacções entre manchas dentro do mosaico da paisagem,
e da forma como esses padrões e interacções se alteram com o tempo, é natural defender que
esta disciplina além de se debruçar sobre o estudo do espaço, engloba também a dimensão
temporal.
Os sistemas ecológicos são complexos, espacialmente heterogéneos e variáveis no espaço e
no tempo (Gustafson, 1998), mas a sua variabilidade pode ser representada através de mapas por
classes, onde a identificação de manchas relativamente homogéneas e as que apresentam
transições abruptas com as áreas adjacentes permitem a quantificação dessa variabilidade.
Deste modo, houve um esforço de desenvolvimento de métodos de quantificação dos padrões
dando origem a uma proliferação de medidas estatísticas sobre a estrutura da paisagem
(Cushman et al, 2008), que já Gustafson (1998) contabilizava na ordem das centenas.
José António Alves Coelho Tomé
4
A este desenvolvimento teórico-matemático associaram-se vários avanços da tecnologia,
que possibilitaram o aumento de dados disponíveis de detecção remota, que em combinação com
o maior e mais fácil acesso a Sistemas de Informação Geográfica não especializados, tornaram a
quantificação de padrões espaciais relativamente fácil (Dramstad, 2009). O desenvolvimento de
um programa open-source, o Fragstats (McGarigal e Marks, 1995) veio também facilitar o cálculo
das métricas espaciais, quer no formato vectorial, quer no raster (Dramstad, 2009) por parte dos
ecólogos da paisagem.
Turner (2005) chama a atenção que a Ecologia da Paisagem se desenvolveu segundo duas
visões diferentes mas complementares. Na Europa existiu uma focalização mais antropocêntrica,
intimamente relacionada com o planeamento do território, enquanto na América do Norte e na
Austrália se desenvolveu uma tradição mais associada à conservação da Natureza, de análise das
causas e consequências do padrão espacial, a diversas escalas, sobre organismos e processos
ecológicos. Esta situação pode estar associada ao facto de na Europa existir uma intervenção
secular, activa e contínua do Homem sobre a paisagem e de no novo mundo ainda persistirem
grandes espaços selvagens em que a acção antrópica é reduzida. Neste sentido, a mesma autora
(Turner, 2005) mostra como os padrões da paisagem contemporânea do NE de França são ainda
um legado da presença romana nesse território.
Na Conferência do Rio, em 1992, foi referida a necessidade de desenvolvimento de
indicadores ambientais, visível no capítulo 40 da Agenda 21, para criar uma base sólida para a
decisão política a todos os níveis, e que Dramstad (2009) refere ter tido seguimento através de
diversas iniciativas importantes para o desenvolvimento desses indicadores, como as que foram
realizadas pela Organização para a Cooperação e Desenvolvimento Económico (OCDE), Agência
Europeia do Ambiente (EEA) e Nações Unidas.
Segundo Turnhout et al (2007), na discussão entre a ciência e a política “os factos são
permitidos, os valores morais não o são e o racional é bom, o emocional é mau”, mostrando que
a quantificação da heterogeneidade espacial além de necessária para elucidar as relações
complexas entre processos ecológicos e padrões espaciais, é fundamental porque os valores
numéricos são mais fáceis de percepcionar por parte dos não especialistas.
A aceitação deste novo paradigma foi gradual por parte dos técnicos encarregues do
planeamento paisagístico e biofísico, ficando no entanto Portugal um pouco atrasado, já que no
final da década de 1990 ainda se estava no estágio de publicitar a relevância das “descrições
matemáticas da estrutura da paisagem” para o estudo e monitorização dessa paisagem e como
“ferramentas de apoio ao processo de tomada de decisão” (Quinta-Nova, 1999).
A Ecologia da Paisagem, tal como já foi referido, depende de dados diversos como os
fornecidos pela tecnologia de detecção remota, a qual tem evoluído ao longo dos anos, em
particular no que diz respeito à resolução espacial dos sensores, a dimensão do pixel ou
resolução da célula. Este aspecto condicionou fortemente os estudos no passado, pois Gustafson
(1998) alertava para o facto da necessidade de verificar o tamanho da célula antes de se
compararem trabalhos e, mais recentemente, Turner (2005) e Dramstad (2009) continuavam a
lembrar que muitas métricas da paisagem são sensíveis à alteração da resolução espacial e da
extensão.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
5
É interessante verificar que vai ser Kevin McGarigal, um dos autores do programa
informático Fragstats (McGarigal e Marks, 1995), responsável por permitir uma ampla utilização
das métricas espaciais (Turner, 2005) por parte de uma comunidade global de ecólogos da
paisagem e técnicos de planeamento biofísico, que vem contestar, juntamente com outros
autores, o modelo “mosaico de manchas” ou modelo “mancha-corredor-matriz” que se baseia na
modelação e análise de manchas discretas ao invés de uma quantificação de gradientes da
paisagem (McGarigal et al, 2009). Propõe assim um novo tipo de análise à luz das “métricas da
superfície”, desenvolvidas nas últimas décadas por físicos estruturais e moleculares e que
considera terem aplicação na análise da paisagem. Esta abordagem vem ao encontro da
observação efectuada por Turner (2005) quando refere que os métodos que analisam as variações
contínuas no espaço em vez das discretas estão a receber uma atenção crescente por parte dos
ecólogos porque a heterogeneidade espacial pode também ser contínua.
McGarigal et al (2009) apresentam como principais obstáculos à utilização das “métricas
de superfície” e do modelo da paisagem gradual o facto de este ser largamente desconhecido
pela comunidade de ecólogos da paisagem, do programa informático específico não ser acessível,
que, por sua vez, é de difícil utilização e pobremente documentado. Assim, considera
fundamental a sua incorporação numa futura versão do Fragstats, uma vez que este é aceite e
utilizado pela maioria dos investigadores que se dedicam a esta temática.
Cushman et al (2008) também expressaram a dificuldade em utilizar as métricas da
paisagem pelo facto destas serem em grande quantidade e, para agravar a situação, de existir
ainda um crescente número de modificações às mesmas, tornando-se assim difícil fazer uma
revisão neste campo (Dramstad, 2009), a que se acrescenta o problema da elevada redundância
encontrada entre diferentes métricas espaciais (Cushman et al, 2008; McGarigal 2009). Essa
revisão é também defendida por Gimona et al (2009) por considerarem necessário um
conhecimento mais detalhado do que significam os índices e de como eles variam.
Cushman et al (2008) fazem também referência a vários estudos em que sugeriam que os
padrões da paisagem podiam ser caracterizados pela aplicação de relativamente poucas métricas
da paisagem, no entanto as métricas identificadas variavam de estudo para estudo. Estes autores
consideram que a falta de concordância em encontrar métricas espaciais universais pode indicar
especificidade regional, tal como já defendiam McGarigal e Marks (1995), abrindo assim caminho
para o estudo e identificação de clusters de métricas espaciais regionais da estrutura e
composição da paisagem.
Apesar das limitações identificadas, as métricas da paisagem continuam a ser amplamente
utilizadas e úteis (Turner, 2005), porque se percebermos como os padrões da paisagem
condicionam as populações ou a dinâmica do ecossistema, podemos melhorar a gestão do
território (Kareiva e Wennergren, 1995 em Dramstad, 2009).
Esta questão torna-se cada vez mais importante, porque além de se registar um aumento
na perda de biodiversidade, Rochini et al (2006) chamam já a atenção para o facto de a
“estimativa de perda realizada por Reid (1992) de 13% para o período 1990-2015 começar a
parecer conservativa (Nagendra e Gadgil, 1999)”. É assim evidente a necessidade de desenvolver
métodos que caracterizem e monitorizem a biodiversidade através de um conjunto de
indicadores efectivos (Torras e Saura, 2009).
José António Alves Coelho Tomé
6
A fragmentação, a degradação e perda de habitats foram identificados como as razões
fundamentais para perda de biodiversidade (Roy e Tomar, 2000; Fahrig, 2003). Com a utilização
do solo a mudar drasticamente nos últimos 30-40 anos na bacia do Mediterrâneo (Romero-
Calcerrada e Perry, 2004), os habitats florestais a sofrer perdas extensas e fragmentação por
todo o mundo (Bonan, 2008 em Teixido et al, 2010), os padrões dos habitats estão em mutação,
levando, nuns casos, ao decréscimo do tamanho das manchas e ao aumento do isolamento
(Hanski, 1999 em Teixido et al, 2010) e, noutros, através processos de reflorestação por sucessão
natural em terrenos agrícolas abandonados (Pérez-Hugalde et al, 2011) ou plantação de espécies
florestais em solos pobres cobertos com matos (Reino et al, 2009), ao seu desaparecimento,
podendo assim explicar o declínio da população de grande número de espécies (Santos et al,
2008).
Um caso particular é o das aves. Por serem um grupo de vertebrados considerados como
importantes indicadores de biodiversidade (Birdlife International, 2004), é natural que tenham
sido realizados vários estudos que tentaram relacionar a riqueza específica da avifauna com a
heterogeneidade da paisagem de regiões concretas do nosso planeta (Atauri e Lucio, 2001;
Santos et al, 2007; Reino et al, 2009; Reino et al, 2010; Dallimer et al, 2010), mostrando como
as comunidades ornitológicas são influenciadas por medidas de estrutura como a extensão das
orlas (McGarigal e McComb, 1995; O’Connor et al, 1996 em Brennan e Schnell, 2005).
Na Europa verificou-se uma recente evolução negativa, pois em 1994 foram registadas 195
espécies de aves com estatuto de conservação desfavorável e dez anos depois, em 2004, o valor
subiu para 226, representando 43% das 524 espécies que ocorrem regularmente na Europa
(Birdlife International, 2004), destacando que as aves que têm os campos agrícolas como
habitat, apresentaram um declínio mais acentuado, que foi correlacionado com o crescimento de
práticas de monocultura intensiva. A Birdlife international (2004) fez, no entanto, uma
referência muito importante ao destacar que, no território europeu correspondente aos 15 países
que eram membros da União Europeia em 2000 (EU-15), as espécies ameaçadas constantes no
Anexo I da Directiva 79/409/EEC registaram uma evolução positiva no período 1990-2000,
demonstrando a importância da implementação de medidas de protecção como as Áreas
Importantes para as Aves (IBA na abreviatura inglesa) e as Áreas de Protecção Especial (SPA na
abreviatura inglesa).
Atauri e Lucio (2001) realizaram um estudo na Região Autónoma de Madrid, no planalto
central da Península Ibérica, numa área com heterogeneidade climática, geológica,
geomorfológica, botânica e de uso do solo. A informação sobre as comunidades foi retirada do
atlas de distribuição de quatro grupos de animais: aves, répteis, anfíbios e borboletas,
implantado sobre células UTM de 10x10km.
Para medir a heterogeneidade, estes autores seleccionaram e calcularam três índices de
estrutura da paisagem, a saber: heterogeneidade da cobertura do solo (densidade de tipos de
cobertura), equitabilidade (proporção do tipo de usos do solo na paisagem) e densidade de
manchas.
Os resultados obtidos (Tabela 1) indicaram uma elevada correlação entre a
heterogeneidade da cobertura do solo e a riqueza específica das aves. Outra conclusão
interessante foi a baixa correlação entre a riqueza específica e a altitude.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
7
Os autores concluíram que a riqueza avifaunística nas paisagens mediterrânicas está
associada à heterogeneidade dos usos do solo, no entanto referiram que esta elevada diversidade
pode ser devido à presença maioritária de espécies generalistas, pelo que deve ser dada especial
atenção a espécies ameaçadas e especializadas em determinados habitats. Estas aves podem ser
particularmente susceptíveis à fragmentação da paisagem quando o seu habitat corresponde a
vastas áreas contínuas do mesmo tipo de ocupação de solo.
Tabela 1 - Correlação da riqueza das aves com a energia disponível e com os parãmetros de estrutura e composição da ocupação de solo.
Parâmetros Aves
Altitude 0,32**
Heterogeneidade da Paisagem (Densidade de ocupações de solo por hectare) 0,87**
Equitabilidade (Proporção relativa das ocupações de solo na paisagem) -0,09
Densidade de Manchas por hectare 0,46**
Significância das correlações: *P<0,05, ** P<0,01
Atauri e Lúcio (2001) consideram ainda que a conservação no Mediterrâneo não passa pela
exclusão das actividades antrópicas, mas sim pela manutenção e preservação de práticas
agrícolas tradicionais, que por não serem intensivas nem monoculturais, possibilitam a existência
de elevados níveis de ecodiversidade (Naveh, 1994).
Santos el al (2008), ao estudarem o papel das áreas não protegidas da região de Barcelona,
Catalunha, na conservação da avifauna, utilizaram uma grelha com 1700 células UTM de 1x1 km,
apresentando este estudo uma resolução espacial superior ao anterior. Aqui, as espécies de aves
foram previamente agrupadas em três clusters, de acordo com o seu estatuto de conservação, e
para o estudo da paisagem foram extraídas 22 categorias do Mapa de Cubiertas del Suelo de
Cataluña (MCSC), produzido por fotointerpretação de ortofotomapas coloridos de 1993 do
Instituto Cartográfico da Catalunha. Para o cálculo da diversidade da ocupação do solo para cada
UTM foi utilizado o Índice de Shannon-Weaver, e por terem considerado como muito relevante
para muitas aves, foi também calculada a soma das orlas por célula UTM.
Foi estabelecido um conjunto de variáveis independentes que foram consideradas como
potencialmente relacionadas com a qualidade do habitat para as aves, e utilizadas em análise de
regressão com a riqueza específica de cada um dos clusters. Estas variáveis foram agrupadas em
cinco grupos: climáticas, de relevo, de paisagem, povoamento humano e de posição.
Quanto às métricas da paisagem, foram usados seis índices: proporção de áreas urbanas,
proporção de áreas agrícolas, proporção de floresta, proporção de matos, diversidade de
ocupação de solo e somatório de orlas. Foram ainda verificadas e quantificadas as células
pertencentes a áreas protegidas.
Os resultados deste estudo mostraram uma riqueza específica menor nas paisagens mais
homogéneas, dominadas por floresta, pelo que os autores concluíram que a riqueza avifaunística
está positivamente relacionada com a disponibilidade de campos abertos com paisagem
diversificada o que, por sua vez, consideram que leva à necessidade de adaptação das políticas
de conservação na região do Mediterrâneo no sentido de proteger determinadas paisagens
humanizadas.
José António Alves Coelho Tomé
8
Estas conclusões estão em concordância com o estudo de Hugalde et al (2011), que
defende que na maioria das áreas rurais do Mediterrâneo com gestão tradicional foi possível a
preservação de vastos territórios pouco alterados pela acção humana, que por isso os classifica
como semi-naturais. No entanto, alerta para o facto de se estar a assistir nas décadas recentes a
importantes alterações no uso do solo.
Outro estudo interessante foi realizado no Reino Unido (Dallimer et al, 2010) com o
objectivo de averiguar a riqueza avifaunística em paisagens de charneca que têm campos
agrícolas na sua proximidade. O estudo foi realizado no norte de Inglaterra, num território de
charneca onde predomina a urze e que é utilizado principalmente como pastagens e área de
caça às perdizes, utilizando uma grelha com células de 1 km2. As variáveis da paisagem foram
baseadas no Land Cover Map 2000 (LCM2000), a partir do qual foram definidas nove classes de
uso do solo. A heterogeneidade foi quantificada com base na ocupação do solo calculando o
índice de diversidade de Shannon no programa Fragstats. O levantamento da diversidade
avifaunística foi realizado através de transectos e os dados lançados em células com a mesma
resolução.
Para estimar a densidade de cada espécie ornitológica foi compilado para cada célula de
terreno uma lista com todas as espécies (riqueza específica total).
Este estudo mostrou que a riqueza e a composição da comunidade ornitológica eram
influenciadas tanto pelas características da vegetação local (Tabela 2 e Figura 1) como pelo tipo
de prática agrícola realizado nas proximidades, pois verificou-se que a riqueza específica diminui
à medida que aumentava a quantidade de pastagem intensiva dos sistemas agrícolas, ou seja,
uma relação inversamente proporcional.
Tabela 2-Sumário do PCA e de diferentes RDA para a composição de espécies de aves
Variáveis exploratórias Co-variáveis λ 1 λ 2 λ 3 λ4 TVE
PCA - - 0,425a 0,290a 0,089a 0,065a -
RDA Juncáceas+Ciperáceas+
Musgos+Arbustos - 0,206 0,065 0,041 0,008 32,0%
RDA Urbano1500m+pastagem750m - 0,223 0,027 - - 25,0%
RDA Juncáceas+Ciperáceas+
Musgos+Arbustos Urbano1500m+Pastagem750m 0,118 0,030 0,026 0,008 18,0%
RDA Urbano1500m+Pastagem Juncáceas+Ciperáceas+
Musgos+Arbustos 0,101 0,010 - - 11,0%
Todas as variáveis foram significativas com P<0.01 (Teste de permutação de Monte Carlo); TVE indica a proporção total de variação explicada. λ 1 indica o primeiro valor próprio. a indica valores próprios não canónicos (PCA).
Gil-Tena et al (2007) realizaram um estudo na Catalunha sobre os efeitos da composição e
estrutura da floresta na riqueza específica da avifauna, volta a mostrar a importância do Atlas de
aves nidificantes, porque o utiliza como fonte para o cálculo da riqueza específica em células
UTM de 1x1 km. Neste estudo agruparam as espécies em especialistas (aves que usam apenas
habitats florestais) e aves generalistas. Para o estudo da estrutura da paisagem foi utilizado o
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
9
mapa florestal de Espanha, a partir do qual foram calculadas as seguintes variáveis de
composição e estrutura da paisagem: área de cobertura da copa da floresta (AreaFCC),
diversidade de cobertura da copa da floresta (calculada a partir do Índice de Shannon-Wiener),
média de estágio de desenvolvimento florestal, diversidade de fases de desenvolvimento
florestal, percentagem de espécies de coníferas, percentagem de floresta mono-específica e
diversidade de espécies florestais.
Figura 1 - Diagrama de ordenação RDA dos dois primeiros eixos canónicos das espécies de aves face às variáveis ambientais. Os valores entre parêntesis fornecem a variação explicada em cada eixo.
Como resultados há a assinalar a correlação positiva entre a riqueza de espécies de aves
florestais com o índice AreaFCC, o que pode significar que este tipo de aves especialistas
necessita em primeiro lugar de uma área significativa de habitat florestal, para além de outras
necessidades relativas á estrutura e composição da floresta. Aliás, a abundância de floresta de
folhosas em contraposição com a presença de coníferas teve um efeito positivo na riqueza das
espécies de aves especialistas, mas essa influência foi de menor importância.
Um estudo realizado no sul de Portugal sobre a influência de características estruturais da
paisagem relacionadas com a florestação na diversidade de aves com habitat agrícolas (Reino et
al, 2009) decorreu num território agrícola de uma zona de paisagem protegida de Castro Verde,
a qual foi criada com o intuito de proteger aves estepárias.
O trabalho de campo foi realizado em transectos perpendiculares à margem de manchas
florestais, representativas de três tipos de plantações florestais: eucalipto, pinheiro e sobreiro. A
selecção destes locais foi realizada a partir da análise de mapas de cobertura do solo com uma
escala 1:25 000 de 1990. O registo das aves observadas em transectos na estação de reprodução
foi executado em mapas. As aves foram classificadas consoante as suas afinidades a habitats
agrícolas ou florestais. As aves estepárias foram inseridas num sub-grupo das aves com afinidades
agrícolas.
A distância até à orla de floresta mais próxima foi a principal variável utilizada para
investigar as respostas das aves às orlas (Figura 2). Além desta, mais 16 variáveis que reflectem
José António Alves Coelho Tomé
10
as características de plantações florestais (silvícolas), como o contraste da orla e o contexto da
paisagem, foram usadas para examinar a influência de variáveis de habitat sobre a resposta às
orlas.
A fragmentação da paisagem foi obtida através do cálculo de métricas da paisagem, como
o tamanho médio da mancha (MPS) e densidade de fronteiras (ED) e o índice AWMSI, na extensão
Patch Analyst do ArcView.
Este trabalho concluiu que as florestas plantadas influenciam significativamente as
populações de aves que vivem nos campos abertos adjacentes, sublinhando assim o efeito de
fronteira na biodiversidade.
Figura 2- Curvas de variação da resposta ao efeito de fronteira para a riqueza de espécies de grupos funcionais de aves como função de gradientes ambientais (PCi) extraídos da ACP de variáveis de habitat. As curvas representadas em cada painel reflectem o modelo que explica as respostas à fronteira para cada 1º, 5º e 9º decil de distribuição das pontuações das amostras em cada eixo de Componente Principal.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
11
Ao contrário destes estudos que tinham em comum a realização de análises de ordenação
indirecta através do cálculo de análises de componentes principais (ACP), o trabalho realizado
por Guerrero et al (2011) sobre o efeito da biogeografia e do crescimento da agricultura
intensiva em comunidades de aves ao longo da Europa, tem a particularidade de utilizar um
método distinto, a análise canónica de correspondências (ACC).
Enquanto no primeiro método são executadas abordagens indirectas, com duas etapas
distintas de modo a relacionar os dados das espécies com a matriz de dados ambientais (Ter
Braak e Prentice, 1988), no segundo a abordagem é directa. Numa primeira fase, na ACP, são
extraídos alguns eixos de ordenação que resumem a variação total da comunidade biológica, e
depois, numa segunda fase, são calculadas somas ponderadas das variáveis ambientais que
melhor se encaixem em cada um dos eixos de ordenação (Ter Braak e Prentice, 1988). O
problema associado a este método é que podem surgir situações em que as variáveis ambientais
estudadas podem ser mal relacionadas com os primeiros eixos de ordenação, e no entanto,
podem ser fortemente relacionados com outros eixos que correspondem a direcções de variação
residual na composição das espécies. Esta variação residual pode ter um significado ecológico
substancial que se perde se corresponderem a relações fortes entre espécies e ambiente.
A ACC, por sua vez, foi desenvolvida com o intuito de ser um método directo e simples de
analisar e visualizar as relações entre muitas espécies e muitas variáveis ambientais (Ter BraaK,
1987) através do cálculo, directo, das duas matrizes de dados.
Este trabalho desenvolvido por Guerrero et al (2011) incidiu sobre quadrículas de 500x500
m em quintas de sete países europeus, que tivessem pelo menos um campo de cereais. O
levantamento das aves nidificantes foi realizado em 2007 através de transectos de 100 m de
comprimento, enquanto os dados sobre as práticas agrícolas foram obtidos através de inquéritos
aos agricultores.
Neste estudo, a diversidade foi calculada por aplicação do Índice de Diversidade de
Simpson. O cálculo da ACC foi realizado com recurso ao programa CANOCO 4.5, tendo obtido
resultados interessantes, pois a localização geográfica dos locais de estudo explicavam 19,5% da
variação na composição e abundância de aves, enquanto a variância total relacionada com as
variáveis associadas a práticas de agricultura intensiva apenas explicavam 4,3%, concluindo assim
que o primeiro factor era mais importante do que o segundo.
José António Alves Coelho Tomé
12
3. Enquadramento
3.1. Localização
O estudo realizado reporta-se à sub-região da Beira Interior Sul (BIS), segundo a
nomenclatura de unidades territoriais para fins estatísticos (NUTS) – nível III. Localizada no
centro de Portugal (Figura 3), junto à fronteira com Espanha, sendo constituída por quatro
concelhos: Castelo Branco, Idanha-a-Nova, Penamacor e Vila Velha de Ródão. A área total desta
região é de 3.738,3 km2 e apresenta uma população residente de 71.644 habitantes (INE, 2012),
o que corresponde a uma densidade populacional de 19,16 hab./km2.
Figura 3- Localização da Beira Interior Sul.
A área de estudo foi ajustada às quadrículas UTM com os dados do Atlas das Aves
Nidificantes em Portugal (Equipa Atlas, 2008), sendo que a BIS abrange 59 destas parcelas. Foram
seleccionadas apenas aquelas que correspondiam a quadrados perfeitos de 10x10 km, resultando
deste processo a eliminação de 11 quadrículas (Figura 4), e a obtenção de uma área de estudo
total com 4.800 km2.
3.2. Geologia e geomorfologia
Esta é uma região de transição entre a peneplanície alentejana e a cordilheira central
montanhosa, e que se encontra delimitada a sul pelo rio Tejo, a ocidente pelo rio Ocreza, a
norte pelo eixo Gardunha-Malcata e a oriente pela fronteira espanhola, materializada no rio
Erges. É no leito do rio Tejo que encontramos a cota menor da região, 50 m, enquanto a altitude
mais elevada é de 1227 m na serra da Gardunha.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
13
A Raia Central, como também é designada, encontra-se localizada no Maciço Hespérico e
apresenta como principal acidente tectónico a falha do Pônsul, com orientação NE-SW (Ribeiro
et al, 1967).
Esta falha, além de condicionar a topografia e a hidrografia, separa grosseiramente os
xistos e grauvaques do Super-Grupo Douro-Beiras Ante-Ordovícico, a sul, dos granitos a norte
(Oliveira et al, 1992, em Medeiros, 2005). Nesta área, outrora classificada como Complexo Xisto-
Grauváquico (Ribeiro et al, 1967) sobressaem na paisagem os inselbergs graníticos e as
escarpadas cristas quartzíticas (Sequeira e Proença, 2004). De acordo com a Carta de Solos (CNA,
1982a) e com a Carta Litológica (CNA, 1982b) do Atlas do Ambiente, temos cambissolos a
corresponderem às zonas de granito e de quartzito e a restante área ocupada por litossolos e
luvissolos.
Figura 4- Área de estudo.
3.3. Clima
O clima da BIS de acordo com o Sistema de Classificação Climática de Köppen-Geiger é
Csa, correspondendo a um clima mediterrânico com influência continental (AEMET e IM, 2011,
IM, 2012a), ou seja, caracterizado por invernos frios e chuvosos que alternam com verões
quentes e secos, com uma precipitação média anual de 758 mm e uma temperatura média do ar
que varia entre os 7,9ºC em Janeiro, e os 25ºC em Julho (IM, 2012b).
Relacionada com o clima está a bioclimatologia, ciência recente proposta pelo botânico
espanhol Salvador Rivas-Martínez, que criou um sistema hierárquico de classificação bioclimática
global, que designou por Classificação Bioclimática da Terra. Segundo este sistema, para a
classificação bioclimática de um local, é necessário conhecer os valores de alguns índices
bioclimáticos, os quais são obtidos a partir de parâmetros climáticos de uso corrente com recurso
a cálculo aritmético simples. Este conjunto de parâmetros climáticos é determinante para a
José António Alves Coelho Tomé
14
distribuição dos seres vivos, pelo que em áreas da superfície terrestre onde sejam uniformes irão
ter associados elementos faunísticos e florísticos característicos (Aguiar et al, 2008).
O território de Portugal continental distribui-se por duas regiões distintas do Reino
Holártico: a Eurossiberiana e a Mediterrânica. A BIS está localizada no interior desta última, mais
precisamente na Sub-região Mediterrânica Ocidental, Superprovíncia Mediterrânica Ibero-
Atlântica, Província Luso-Estremadurense, Sector Toledano-Tagano (Costa et al, 1998).
Segundo estes autores, o Sector Toledano-Tagano é caracterizado pelo domínio dos
sobreirais climatófilos (classe Quercetea ilicis). Em zonas de cotas mais elevadas surgem, em
substituição, bosques de carvalho-negral (classe Querco-Fagetea), e nos vales mais secos,
azinhais ou azinho-zimbrais (classe Quercetea ilicis). Os urzais-estevais deste Sector apresentam
grande diversidade em arbustos baixos (espécies dos géneros Cistus, Halimium, Erica e Genista).
Costa et al (1998) classificam ainda as serras da Gardunha, Muradal e Malcata no
Superdistrito Zezerense do Subsector Hurdano-Zezerense, o qual apresenta dois andares
distintos: o mesomediterrânico sub-húmido, com sobreirais climatófilos do Sanguisorbo-
Quercetum suberis; e o mesomediterrânico superior sub-húmido a húmido, com carvalhal Arbuto
unedonis-Quercetum pyrenaicae. A campina de Castelo Branco / Idanha-a-Nova, Penha Garcia e
as arribas do Tejo integram o mesmo Subsector, mas pertencem ao Superdistrito Cacerense, que
se situa no andar mesomediterrânico seco a sub-húmido inferior, cuja vegetação climatófila
consiste na série do azinhal Pyro bouraenae-Quercetum rotundifoliae. Neste Subsector surge um
endemismo da Serra da Gardunha, o Asphodelus bento-rainhae.
3.4. Ocupação do solo
A ocupação do solo na BIS tem sofrido flutuações significativas e de sinais contrários nas
últimas décadas que podem ser confirmadas ao analisar a Superfície Agrícola Utilizada (SAU),
que no período de 1989 a 1999 conheceu um aumento de 24 mil hectares, correspondendo a uma
taxa de crescimento de 16,5%. Esta flutuação ficou a dever-se ao aumento de 35 500 hectares
registados no concelho de Idanha-a-Nova (INE, 2001). Já na década seguinte, 1999 a 2009,
registou-se uma redução em 20% da SAU, que correspondeu a uma redução de 30% no número de
explorações agrícolas (INE, 2009).
A redução da SAU por abandono da actividade agrícola pode explicar o aumento da área
florestal, que em 2005 representava 43% da área da BIS, com o eucalipto a ocupar 44200 ha e o
pinheiro-bravo 36400 ha (DGRF, 2006). A área ocupada por matos correspondia a 29% da área da
BIS, correspondendo a 106712 ha.
Segundo a cartografia da Carta de Uso e Ocupação do Solo de Portugal Continental para
2007 (COS2007) de nível 2 do Instituto Geográfico Português (IGP, 2010), a área de estudo
apresenta uma forte dominância da classe “Florestas abertas e vegetação arbustiva e herbácea”
que ocupa cerca de 275 mil ha, correspondendo a 45% do território (Tabela 3). Esta classe ocorre
principalmente em grandes manchas na extremidade oeste do concelho de Castelo Branco e no
sector nordeste do concelho de Penamacor, embora seja possível identifcar importantes
manchas noutros locais, como por exemplo na margem norte do rio Pônsul.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
15
A segunda classe mais significativa é a “Floresta”, que ocupa mais de 120 mil hectares,
correspondendo a 20% da área de estudo. As concentrações de “Floresta” mais significativas
localizam-se na zona sul do concelho de Castelo Branco, junto ao rio Tejo, no limite noroeste do
mesmo concelho, coincidindo com a Serra da Gardunha, na zona norte do concelho de
Penamacor, correspondendo à Serra da Malcata e no sector nordeste do concelho de Idanha-a-
Nova.
Tabela 3- Carta de Uso e Ocupação do Solo de Portugal Continental para 2007 Nível 2 para a área de estudo.
COSN2 Ocupação do Solo Área total
(ha) Percentagem
(%)
1.1 Tecido Urbano 3606,73 0,59
1.2 Indústria, comércio e transportes 31992,68 5,24
1.3 Áreas de extracção de inertes, áreas de depósito de resíduos e estaleiros de construção
380,78 0,06
1.4 Espaços verdes urbanos 213,69 0,03
2.1 Culturas temporárias 46795,22 7,66
2.2 Culturas permanentes 32556,99 5,33
2.3 Pastagens permanentes 42819,91 7,01
2.4 Áreas agrícolas heterogéneas 42422,83 6,94
3.1 Florestas 122804,45 20,10
3.2 Florestas abertas e vegetação arbustiva e herbácea 274984,36 45,02
3.3 Zonas descobertas e com pouca vegetação 6665,73 1,09
5.1 Águas interiores 5600,66 0,92
610844,02 100,00
A ocupação do solo referente a actividades agrícolas representa 27% do total do território,
com as quatro classes da COS nível 2 a terem proporções de ocupação muito próximas, a variar
entre os 5,3% das “Culturas permanentes” e os 7,7% das “Culturas temporárias”. Verifica-se
ainda uma fragmentação importante das manchas referentes a estas classes e a uma distribuição
diferencial das diferentes classes, de que é exemplo a maior concentração de “Áreas agrícolas
heterogéneas” no concelho de Castelo Branco e de “Culturas temporárias” no concelho de
Idanha-a-Nova.
Os terrenos ocupados pelos recursos hídricos é pouco expressivo, representando apenas
0,9% do total, que corresponde a 5600 ha de ocupação do solo.
No que diz respeito às áreas com maior intervenção humana, o “Tecido urbano” ocupa
apenas 3607 ha, correspondendo a apenas 0,6% do território, no entanto, a classe “Indústria,
comércio e transportes” ocupa uma área maior, cerca de 32 mil hectares, equivalendo a 5,2% do
total. De assinalar o facto de a área de estudo abarcar duas áreas urbanas associadas a sedes de
concelho que não pertencem à sub-região Beira Interior Sul, a norte, o Sabugal e Oleiros a oeste.
José António Alves Coelho Tomé
16
É interessante verificar que a área urbana de Castelo Branco pode servir para demarcar
grosso modo duas regiões distintas em termos de ocupação do solo, a oeste, terrenos em que
predominam sistemas florestais, e a leste em que a ocupação do solo é mais heterogénea, com a
presença de distintos sistemas agrícolas e pecuários, incluindo sistemas agro-silvo-pastoris.
3.5. Fauna
O facto de a BIS apresentar uma importante cobertura florestal permite a existência de
uma diversidade razoável de Anfíbios e de Répteis que foi confirmada pelo estudo de Cunha
(2004), em que das 17 espécies de Anfíbios e das 27 de Répteis existentes em Portugal
continental, confirmou a presença na BIS de 13 dos primeiros e 16 dos segundos. Identificou
também um grupo de espécies com distribuição regular neste território que é composto pela
salamandra-de-costelas-salientes (Pleurodeles waltl Michahelles, 1830), o sapo-de-unha-negra
(Pelobates cultripes Cuvier, 1829), o sapo-parteiro-ibérico (Alytes cisternasii Boscá, 1879), o
sapo-corredor (Bufo calamita Laurenti, 1768) e o cágado-mediterrânico (Mauremys leprosa
Schwieegger, 1812).
Por sua vez, os matos presentes em todo o território, e em particular junto ao rio Tejo,
são refúgio de mamíferos como o javali (Sus scrofa Linnaeus, 1758) e o veado (Cervus elaphus
Linnaeus, 1758), e as escarpas junto a este rio servem ainda de habitat a espécies bastante
sensíveis como o grifo (Gyps fulvus Hablizl, 1783), o abutre-do-egipto (Neophron percnopterus
Linnaeus, 1766), a águia-real (Aquila chrysaetos Linnaeus, 1758), a águia-de-Bonelli (Hieraaetus
fasciatus Vieillot, 1822), o mocho-real (Bubo bubo Linnaeus, 1758) e a cegonha-preta (Ciconia
nigra Linnaeus, 1758) (Pena e Cabral, 1992). Associados a estes biótopos podemos encontrar
passeriformes como o pisco-de-peito-ruivo (Erithacus rubecula Linnaeus, 1758), a toutinegra-de-
barrete (Sylvia atricapilla Linnaeus, 1758), a toutinegra-dos-valados (Sylvia melanocephala
Gmelin, 1789), o cartaxo-comum (Saxicola torquatus Linnaeus, 1766), a felosa-poliglota
(Hippolais polyglotta Vieillot, 1817), a felosa-do-mato (Sylvia undata Boddaert, 1783), o papa-
amoras (Sylvia communis Latham, 1787), a ferreirinha-comum (Prunella modularis Linnaeus,
1758) e o pintarroxo (Carduelis cannabina Linnaeus, 1758) (Catry et al, 2010).
Os montados são outro biótopo presente na BIS que costuma apresentar uma diversidade
avifaunística elevada, com a presença de espécies como o chapim-real (Parus major Linnaeus,
1758), o chapim-azul (Parus caeruleus Linnaeus, 1758), a trepadeira-azul (Sitta europaea
Linnaeus, 1758), o pardal-francês (Petronia petronia Linnaeus, 1766) e a coruja-do-mato (Strix
aluco Linnaeus, 1758). Já o carvalhal, dominado por carvalho-negral, apresenta como espécies
de passeriformes característicos o pisco-de-peito-ruivo, o chapim-real, a trepadeira-azul, o
tentilhão (Fringilla coelebs Linnaeus, 1758), e a milheirinha (Serinus serinus Linnaeus, 1766)
(Catry et al, 2010).
3.6. Áreas Classificadas
No extremo norte do território em estudo situa-se a Reserva Natural da Serra da Malcata
(Figura 5) que é a área classificada mais antiga deste território, criada pelo Decreto-Lei 294/81,
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
17
de 16 de Outubro de 1981, por nela ocorrerem espécies da flora e da fauna com importante valor
ecológico, das quais se destacam o lince-ibérico (Lynx pardinus Temminck, 1827) e o lobo (Canis
lupus Linnaeus, 1758), espécies de conservação prioritária, constantes no Anexo B-II do Decreto-
Lei nº 140/99 de 24 de Abril, e o azevinho (Ilex aquifolium), espécie em “perigo de extinção” e
protegida pelo Decreto-Lei nº 423/89 de 4 de Dezembro (ICN, 2003).
Segundo Telles et al (1993), a Serra da Malcata apresentou sempre uma vegetação densa
natural a que os pastores deitavam fogo com regularidade para alimentar o gado ovino e caprino,
dando origem a um mosaico de vegetação com diferentes estádios de desenvolvimento e textura.
A presença nestas zonas de erva tenra permitia a abundância de coelhos-bravos (Oryctolagus
cuniculus Linnaeus, 1758) e, consequentemente, dos seus predadores, como o lince-ibérico.
Figura 5- Áreas Protegidas da BIS.
No extremo sul, encontra-se o Parque Natural do Tejo Internacional, área protegida desde
2000, pelo facto de apresentar grande diversidade de habitats desde as arribas rochosas junto ao
Tejo, a biótopos meridionais como o montado de sobro e azinho e estepes cerealíferas e
comunidades ripícolas (ICNF, 2012a) permitindo a presença de inúmeras espécies vegetais e
animais. Destas, são várias as que apresentam valor em termos de conservação, de que se
destacam dois peixes e duas aves por apresentarem um estatuto de prioridade a nível global:
barbo-de-Steindachner (Barbus steindachneri Almaça, 1967), cumba (Barbus comizo
José António Alves Coelho Tomé
18
Steindachner, 1864), a águia-imperial-ibérica (Aquila adalberti C. L. Brehm, 1861) e cegonha-
preta. A região do Parque alberga ainda 36 taxa de flora endémica, destacando-se os
endemismos lusitânicos Campanula transtagana e Juncus valvatus (ICNB, 2007).
Estas duas áreas protegidas integram a rede de áreas de protecção de avifauna (Anexo-
Figura VI.3) que na terminologia inglesa são conhecidas por Important Bird Areas (IBA), e que
contempla ainda a Serra de Penha Garcia e a Campina de Toulões, e as Portas de Ródão e Vale
Mourão (IGP, 2005), demonstrando a importância da sub-região BIS na protecção da avifauna
portuguesa.
No que diz respeito à Rede Natura 2000, a área de estudo inclui duas Zonas de Protecção
Especial (ZPE), a Serra da Malcata e o Tejo Internacional, Erges e Pônsul (Anexo-Figura VI.1), que
estão associadas às duas áreas protegidas já referidas; e duas Zonas Especiais de Conservação
(ZEC), que correspondem aos dois acidentes orográficos mais significativos desta sub-região, a
Serra da Malcata e a Serra da Gardunha (ICNF, 2012b) (Anexo-Figura VI.2).
Verifica-se assim que a mesma área pode estar sujeita a diferentes estatutos de
classificação, caso da Serra da Malcata, que é em simultâneo uma Reserva Natural, uma ZPE,
uma ZEC e uma IBA, embora os limites de cada uma destas áreas classificadas possam não ser
exactamente concordantes.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
19
4. Materiais e Métodos
4.1. Censos de Aves
Para o desenvolvimento deste trabalho foram utilizados dados cartográficos do Atlas das
Aves Nidificantes em Portugal (Equipa Atlas, 2008), adquiridos ao Instituto da Conservação da
Natureza e Biodiversidade (ICNB) no âmbito do Projecto do POCTEP - Observatório Territorial e
Ambiental Alentejo – Extremadura – Centro (OTALEX C) e que fornecem em formato vectorial,
shapefile, informação sobre a distribuição das espécies desta classe de vertebrados para o
território da BIS.
Os censos que estiveram na base da produção deste Atlas foram realizados entre Março e
Julho de 1999 a 2005 em todo o território de Portugal, o qual foi dividido em parcelas UTM de
10x10 km. Para a realização dos transectos, cada quadrícula foi subdividida em 25 “tétradas” de
2x2 km e para cada uma delas foi feito o registo de frequência de ocorrência de aves. Em cada
uma destas foram realizados dois transectos com a duração de 1 hora, em datas distintas, e em
que foram registados todos os contactos visuais e auditivos efectuados no seu interior (Equipa
Atlas, 2008).
Tendo em conta que a escala deste estudo se enquadra ao nível da paisagem, procedeu-se
à selecção das aves que pertencem à ordem dos Passeriformes, que para o território da BIS
correspondiam a 74 espécies nidificantes. Em consequência da eliminação de algumas
quadrículas, uma das espécies, Emberiza citrinella, não surge como nidificante na área de
estudo definitiva, pelo que passaram a 73 as espécies alvo deste trabalho e que se encontram
identificadas na Tabela 4, na qual se podem verificar também os seus grémios de nidificação, de
alimentação e técnicas de procura de alimento (Ehrlich et al, 1997, Cramp, 1998, Catry et al,
2010). A tabela I.1 dos Anexos apresenta os estatutos de conservação destas aves, sendo possível
confirmar que nenhuma delas consta da Lista Vermelha da União Internacional para a
Conservação da Natureza e dos Recursos Naturais (IUCN) de 2004, variando o estatuto entre
conservação favorável e desfavorável (BirdLife International, 2004). A nomenclatura taxonómica
adoptada na designação das aves seguiu o critério adoptado pela Equipa Atlas (2008), mas no
caso da espécie Lanius excubitor, identificada como nidificante em Portugal continental e na BIS
(Equipa Atlas, 2008), foi adaptada a classificação de Catry et al (2010), que referem que esta
espécie não nidifica em Portugal e que deve ser considerada a classificação como Lanius
meridionalis. Deste modo, os dados que neste estudo são apresentados como referentes a Lanius
meridionalis correspondem aos dados referentes a Lanius excubitor presentes no Atlas.
Nos dados presentes na tabela de atributos da shapefile fornecida pelo ICNB constavam 19
tipos diferentes de códigos de contacto que correspondiam a 4 classes distintas de evidência de
nidificação, pelo que se efectuou uma reclassificação segundo uma função binária (0/1), em que
“1” traduzia a nidificação confirmada e “0” tinha correspondência com as restantes classes,
desde “sem registo” a “nidificação provável” (Anexo-Tabela I.2).
José António Alves Coelho Tomé
20
Tabela 4- Grémios de nidificação, alimentação e técnicas de captura de alimento.
Acrónimo Nome da Espécie
Grémio de nidificação
Grémios de alimentação
Dieta Técnicas de procura de alimento
1 AEGCAUD Aegithalos caudatus (Linnaeus, 1758) M - Arv Arv - m I F
2 ALAARVE Alauda arvensis (Linnaeus, 1758) S S I-G / G S
3 ANTCAMP Anthus campestris (Linnaeus, 1758) S S I / I -G S
4 CALBRAC Calandrella brachydactyla (Leisler, 1814) S S I-G / S S - Son
5 CARCANN Carduelis cannabina (Linnaeus, 1758) M S I / G S
6 CARCARD Carduelis carduelis (Linnaeus, 1758) Arv S I / G S
7 CARCHLO Carduelis chloris (Linnaeus, 1758) Arv - m S - m I / G S - f
8 CERBRAC Certhia brachydactyla (Brehm, 1820) Arv Arv I / G Cas
9 CERGALA Cercotrichas galactotes (Temminck, 1820) M - arv S I S - son
10 CETCETT Cettia cetti (Temminck, 1820) S - m S I S
11 CINCINC Cinclus cinclus (Linnaeus, 1758) C Ag I Ag
12 CISJUNC Cisticola juncidis (Rafinesque, 1810) S S I S
13 COCCOCC Coccothraustes coccothraustes (Linnaeus, 1758) Arv Arv-s G-Fr F-s
14 CORCORA Corvus corax (Linnaeus, 1758) Arv - sup S Omn S
15 CORCORO Corvus corone (Linnaeus, 1758) Arv S Omn S
16 CORMONE Corvus monedula (Linnaeus, 1758) C S-arv Omn S-son-f
17 CYACYAN Cyanopica cyanus (Bonaparte, 1850) Arv M - s I - g F - s
18 DELURBI Delichon urbicum (Linnaeus, 1758) Sup A - s I A
19 EMBCALA Emberiza calandra (Linnaeus, 1758) M S G-i / G S
20 EMBCIRL Emberiza cirlus (Linnaeus, 1766) M M - s G - i F - s
21 EMBECIA Emberiza cia (Linnaeus, 1766) S S G - i S
22 EMBHORT Emberiza hortulana (Linnaeus, 1758) S S G-i S
23 ERIRUBE Erithacus rubecula (Linnaeus, 1758) S S I / I-fr-g Mer
24 ESTASTR Estrilda astrild (Linnaeus, 1758) S - m S G - I S
25 FRICOEL Fringilla coelebs (Linnaeus, 1758) Arv - m S I / G S
26 GALCRIS Galerida cristata (Linnaeus, 1758) S S-a I-g / G S - son-v
27 GALTHEK Galerida theklae (Brehm, 1858) S S I / G Son
28 GARGLAN Garrulus glandarius (Linnaeus, 1758) Arv Arv - s Omn F - s
29 HIPPOLY Hippolais polyglotta (Vieillot, 1817) M M - arv I - fr F
30 HIRDAUR Hirundo daurica (Linnaeus, 1771) Sup A-arv I A - f
31 HIRRUST Hirundo rustica (Linnaeus, 1758) Sup A - s I A - s
32 LANMERI Lanius meridionalis (Temminck, 1820) Sup - c A - s I A - s
33 LANSENA Lanius senator (Linnaeus, 1758) Arv S - a I - p. vert. Mer - v
34 LULARBO Lullula arborea (Linnaeus, 1758) S S I / G S
35 LUSMEGA Luscinia megarhynchos (Brehm, 1831) S - m S I - fr S - mer
36 MELCALA Melanocorypha calandra (Linnaeus, 1766) S S I / G S - son
37 MONSAXA Monticola saxatilis (Linnaeus, 1766) C S I - fr Mer - s - v
38 MONSOLI Monticola solitaries (Linnaeus, 1758) C S I - p. vert.
- fr Mer - v - f
39 MOTALBA Motacilla alba (Linnaeus, 1758) C S - a I S - v
40 MOTCINE Motacilla cinerea (Tunstall, 1771) C S I - p. vert. S - v - ag
41 OENHISP Oenanthe hispanica (Linnaeus, 1758) C - m S I Mer - v - s
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
21
Tabela 4 (continuação)- Grémios de nidificação, alimentação e técnicas de captura de alimento.
Acrónimo Nome da Espécie
Grémio de nidificação
Grémios de alimentação
Dieta Técnicas de procura de alimento
42 OENLEUC Oenanthe leucura(Gmelin, 1789) C - s S I - fr S - mer - v
43 OENOENA Oenanthe oenanthe(Linnaeus, 1758) C - s S I - fr Mer - v -
son
44 ORIORIO Oriolus oriolus(Linnaeus, 1758) Arv Arv - a I / Fr F - v
45 PARATER Parus ater(Linnaeus, 1758) C Arv I / G F - s
46 PARCAER Parus caeruleus(Linnaeus, 1758) C Arv I / G F
47 PARCRIS Parus cristatus(Linnaeus, 1758) C Arv I / G F
48 PARMAJO Parus major(Linnaeus, 1758) C Arv - m - s I / G F – s
49 PASDOME Passer domesticus(Linnaeus, 1758) C S I / G S
50 PASHISP Passer hispaniolensis(Temminck, 1820) C S I - omn / G
- omn S
51 PASMONT Passer montanus(Linnaeus, 1758) C S I / G S
52 PETPETR Petronia petronia(Linnaeus, 1766) C S G - I S
53 PHOOCHR Phoenicurus ochruros(Gmelin, 1774) C S - arv I - fr S - f - v
54 PHOPHOE Phoenicurus phoenicurus(Linnaeus, 1758) C S - arv I - fr S - f - mer
55 PHYBONE Phylloscopus bonelli(Vieillot, 1819) S Arv I F - v
56 PICPICA Pica pica(Linnaeus, 1758) Arv S - m Omn S - f
57 PRUMODU Prunella modularis(Linnaeus, 1758) M S I / I - gr S
58 PTYRUPE Ptyonoprogne rupestris(Scopoli, 1769) Sup A I A
59 REGIGNI Regulus ignicapilla(Temminck, 1820) Arv Arv - m - s I F - s
60 RIPRIPA Riparia riparia(Linnaeus, 1758) C A I A
61 SAXTORQ Saxicola torquatus(Linnaeus, 1766) M S - a I - fr Mer - v
62 SERSERI Serinus serinus(Linnaeus, 1766) Arv S - arv G - I S - f
63 SITEURO Sitta europaea(Linnaeus, 1758) C Arv I / G Cas - f
64 STUUNIC Sturnus unicolor(Temminck, 1820) C S I S
65 SYLATRI Sylvia atricapilla(Linnaeus, 1758) M M - arv I - fr F
66 SYLCANT Sylvia cantillans(Pallas, 1764) M - arv M - arv I / Fr F
67 SYLCOMM Sylvia communis(Latham, 1787) M M I / Fr F
68 SYLCONS Sylvia conspicillata(Temminck, 1820) S M I / I - fr F
69 SYLMELA Sylvia melanocephala(Gmelin, 1789) M M - s I - fr F - s
70 SYLUNDA Sylvia undata(Boddaert, 1783) M M I - fr F
71 TROTROG Troglodytes troglodytes(Linnaeus, 1758) S S I S
72 TURMERU Turdus merula(Linnaeus, 1758) Arv - m S I - fr S - son
73 TURVISC Turdus viscivorus(Linnaeus, 1758) Arv S - arv I - fr S - f
Legenda: Arv – vegetação arbórea; C – cavidades; M – vegetação arbustiva; S – solo/estrato herbáceo; Sup – superfícies;
Ag – água; Fr – frugívoro; G – granívoro; I – insectívoro; I/G – insectívoro no verão e granívoro no Inverno; Omn – Omnívoro; p. vert. – pequenos vertebrados; A – ar; Cas – casca e ramos de árvores; F – folhagem; Mer – mergulha sobre a presa; Son – sonda o solo; V – captura em voo. Letra maiúscula forma dominante, letra minúscula – forma complementar. (Ehrlich et al, 1997, Cramp, 1998, Catry et al, 2010).
A partir destes dados foi realizado o cálculo do Índice de Riqueza de Margalef (MRI), por
aplicação da fórmula:
MRI = (S-1)/log N
José António Alves Coelho Tomé
22
em que MRI é a riqueza, S é o número de espécies presente na quadrícula e N é o número total
de espécies nidificantes (Margalef, 1958). Segundo Magurran (1988), este índice mede a riqueza
específica de forma simples, rápida de calcular e de interpretar, permitindo mesmo a construção
de uma curva de diversidade durante a recolha de dados no campo. Na aplicação deste índice,
valores inferiores a 2,0 indicam baixa riqueza específica e valores superiores a 5,0 significam
elevada riqueza.
A informação geográfica referente ao Atlas das Aves foi disponibilizada no sistema de
referência Hayford-Gauss Datum Lisboa IGEoE pelo que houve a necessidade de proceder à sua
transformação para o sistema de referência PT-TM06/ETRS89 - European Terrestrial Reference
System 1989. Esta transformação realizou-se de acordo com o método de Grelhas NTv2
desenvolvido por Gonçalves (2010). As grelhas no formato NTv2 permitem a conversão entre os
vários data locais utilizados em Portugal e o datum ETRS89. A transformação com grelhas tem
erro médio quadrático de 9 cm no caso do datum Lisboa (Gonçalves, 2010).
4.2. Cartografia do tipo de habitat
Para a caracterização dos habitats presentes na BIS produziu-se cartografia da ocupação
do solo a uma escala 1:25 000, com a análise complementar de ortofotomapas, em Datum
ETRS89, com Unidade Mínima Cartográfica de 1 ha e distância mínima entre linhas de 20 m, para
o território referente às 48 quadrículas da área de estudo, de acordo com os procedimentos
apresentados na Figura 6.
Com recurso ao programa ArcGIS 9.3.1 da ESRI, procedeu-se à classificação das manchas,
de acordo com a metodologia proposta para a Carta de Ocupação do Solos (COS 2007). A carta de
ocupação do solo apresentava 141 classes de ocupação do solo que foram sujeitas a uma
reclassificação, originando os 21 clusters (Anexo-Tabela II.1) seguintes: área ardida, áreas com
pouca ou nenhuma vegetação, áreas construídas, culturas permanentes, culturas temporárias,
cursos de água, espaços verdes urbanos, eucaliptal, invasoras, matos, montado, novas
plantações, outras florestas de folhosas, outras florestas de resinosas, pastagens, pinhal, planos
de água, povoamento misto de resinosas e folhosas, viveiros florestais, zonas agrícolas
heterogéneas e zonas de construção, depósitos de resíduos e áreas sujeitas a perturbações.
A operação seguinte consistiu na separação de cada uma das quadrículas, através da
aplicação da ferramenta “clip”, para permitir realizar o cálculo da percentagem de cada uma
das ocupações em cada uma das 48 quadrículas. Em 8 das quadrículas detectou-se a presença de
território correspondente a Espanha que teve de ser excluído dos cálculos, pelo que nessas houve
a necessidade de recalcular a percentagem de cada ocupação de solo. De referir que os dados do
Atlas das Aves Nidificantes são exclusivamente referentes ao território português, pelo que esta
operação foi necessária para não provocar enviesamento dos resultados.
Estes dados foram transformados para o formato CANOCO através do programa informático
WCanoImp (Leps e Smilauer, 2003), de modo a poderem ser exportados para o software CANOCO
for Windows 4.53, o qual possibilita a realização de análises multivariadas, nomeadamente o
cálculo da Análise Canónica de Correspondências (ACC) ou Canonical Correspondence Analysis
(CCA) (Ter Braak e Smilauer, 2002). Este toma como variável dependente a riqueza avifaunística
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
23
e como variáveis independentes as percentagens de ocupação de solo de cada quadrícula. A
opção inicial pela ACC deve-se ao facto de esta técnica de análise de correspondência
multivariada (Ter Braak, 1987) ter sido desenvolvida explicitamente para estabelecer e visualizar
as relações existentes entre conjuntos de dados biológicos de muitas espécies e várias variáveis
ambientais (Ter Braak e Verdonschot, 1995) através de uma análise que relaciona directamente
os dois conjuntos de variáveis.
Ortofotos
da BIS
Foto-
interpretação
Legenda da COS
Ocupação
do Solo na
BIS
141 clusters
Clip
48
quadrículas
individuais
Cálculo da % de
cada ocupação do
solo
8
quadrículas
incluem
ESPANHA
Novo cálculo após
exclusão de Espanha
Criação de 21
clusters
Exportação para
Excel
CANOCO
Cálculo da ACC
Aves
Nidificantes
Selecção dos
Passeriformes
Ocupação
do Solo
21 clusters
% de cada
ocupação do solo
% de ocupação do
solo na BIS por
quadrícula
ACC
73 Aves
Nidificantes na
BIS
% de uso do solo
na BIS
48
quadrículas
10x10 km
Selecção
49 Aves
Nidificantes na
BIS
CANOCO
Cálculo da ACR
ACR
Calcular
ACC
Figura 6-Fluxograma para determinar a influência da ocupação do solo na diversidade dos passeriformes.
José António Alves Coelho Tomé
24
As análises indirectas de gradientes são abordagens com duas etapas distintas, de modo a
conseguirem relacionar as matrizes dos dados das espécies com as matrizes que incorporam as
variáveis ambientais, em que na primeira há a extracção de alguns eixos de ordenação que
resumem a variação total da comunidade biológica, e depois num segundo passo, são calculados
somatórios ponderados das variáveis ambientais que melhor se encaixem em cada um dos eixos
da ordenação (Ter Braak e Prentice, 1988).
Para garantir que este método era o mais adequado, foi confirmado que não havia
quadrículas sem aves nidificantes (Leps e Smilauer, 2007) e foi executada, à priori, uma Análise
Rectificada de Correspondências (ARC) ou Dentrended Correspondence Analysis (DCA) dos dados
das aves, de modo a averiguar se a distribuição era unimodal e não linear. Segundo Ter Braak e
Prentice (1988) a ARC é um método que assegura que em qualquer ponto ao longo do primeiro
eixo de ordenação, o valor médio das pontuações desse local em eixos subsequentes é
aproximadamente zero. Nesta análise, o comprimento dos eixos de ordenação são expressos em
unidades de desvio-padrão (DP) ou standart deviation (SD).
O valor obtido para o comprimento do gradiente do primeiro eixo deveria ser superior a
4,0 DP para a ACC ser considerada a análise mais apropriada, embora valores no intervalo de 3,0
a 4,0 DP sejam considerados bons (Ter Braak e Smilauer, 2002, Leps e Smilauer, 2003) e no
intervalo 1,5 – 3,0 DP possam ainda ser usados com a obtenção de resultados aceitáveis (Ter
Braak e Prentice, 1988). O valor obtido foi 2,34 DP, o que poderia implicar por si só que a opção
pela ACC seria pouco viável, mas de acordo com Ter Braak (1986) esta técnica de análise directa
de gradientes é apropriada para quando se está a lidar com dados de presença/ausência de
espécies, ou seja, quando as matrizes das variáveis dependentes contêm muitos zeros (Ter Braak
e Smilauer, 2002), condição que se verifica neste trabalho.
Estes mesmos autores recomendam que não se contabilizem as espécies de fraca
ocorrência porque obscurecem os padrões da comunidade ao aumentarem o total da inércia do
conjunto de dados das espécies ou provocando a distorção da ordenação. Titeux et al (2004)
referem também que as espécies ubíquas não apresentam uma relação explícita com os
gradientes ambientais, enviesando os padrões da comunidade, razão pela qual não devem de ser
consideradas na análise ordenativa. Em conformidade com estas evidências, e precedendo a
execução da ARC, houve a omissão das vinte e duas espécies que se encontravam em menos de
10% das quadrículas da área de estudo e as duas, Passer domesticus e Hirundo rustica, que se
encontravam em mais de 90%, persistindo para análises futuras um conjunto de 49 espécies.
Os resultados obtidos nos diagramas biplot das ACC permitiram identificar relações entre
variáveis independentes e determinadas espécies. Para validar estes resultados foram analisadas
as ecologias destas espécies tendo por fonte primária a obra de Catry et al (2010), por esta
apresentar dados específicos das aves presentes em território de Portugal continental.
4.3. Métricas da Paisagem
A shapefile da ocupação de solo com 21 clusters serviu de base ao cálculo das métricas da
paisagem, que constam da tabela III.1 dos Anexos, e que se obtiveram com recurso à extensão
Patch Analyst 5 (Rempel, Kaukinen, Carr, 2012) para ArcGIS 9.3.1.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
25
A primeira etapa consistiu na execução da ferramenta “Dissolve” com a finalidade de
reduzir o número de polígonos de cada um dos clusters, de modo a facilitar o cálculo das
métricas. De seguida procedeu-se à conversão dos dados vectoriais em raster, através do
processo “Convert features to raster”, e da intersecção destes dados com uma shape com as
quadrículas da área de estudo, permitindo obter a ocupação do solo por quadrícula.
A etapa seguinte foi a execução de um “Resample”, em que se efectuou o aumento do
tamanho do pixel de 20 m para 35 m, de modo a permitir o cálculo das métricas por parte do
Patch Analyst.
Foram calculadas as métricas por regiões, quer dos dados vectoriais quer dos matriciais,
tendo sido seleccionadas para análise posterior as métricas da paisagem obtidas a partir dos
dados matriciais, os quais foram processados através da opção “Patch Grid” do Patch Analyst e
exportados para uma tabela MS Excel 2007.
Para realizar uma selecção das métricas espaciais calculadas, de modo a reduzir o número
de variáveis e também para reduzir a colinearidade entre elas, adoptou-se o procedimento de
Santos et al (2008) e executou-se uma Matriz de Correlação de Pearson (Maroco, 2003) com
recurso ao Statistical Package for Social Sciences versão 17.0.1 (SPSS, 2008) (Anexo-Tabela III.2),
obtendo-se os índices constantes na tabela 5: MPS, ED, AWMSI, SHEI e CACV1. De referir que os
três primeiros foram precisamente os mesmas que Reino et al (2009, 2010) aplicaram nos seus
estudos.
Tabela 5- Métricas da paisagem.
Categoria Ìndice Acrónimo Algoritmo Unidades e variação
Comentário
Métricas de densidade e tamanho de
manchas
Tamanho médio das manchas
MPS ∑
ha
>0
MPS é a média do tamanho de todas as manchas. Valores baixos indicam maior fragmentação espacial.
Métricas de forma
Índice de forma ponderada pela
área das manchas AWMSI ∑ (
√ )
∑
Adimensiona
l
>=1
AWMSI é 1 quando todas as manchas são circulares (vector) ou quadradas (raster). O valor aumenta à medida que as manchas ficam mais irregulares.
Métricas de diversidade
e de interdispersã
o
Índice de equitabilidade de
Shannon SHEI
∑
Adimensiona
l
0=<SHEI<1
O SHEI é igual a 1 quando as áreas das diferentes classes de manchas são iguais, à medida que as diferenças aumentam o valor diminui.
Métricas de fronteira
Densidade de fronteira
ED ∑
m/ha
>=0
Maiores valores de ED indicam maior influência das fronteiras na paisagem.
Métricas de área de núcleo
Coeficiente de variação da área
de núcleo da mancha
CACV1
%
>=0
Representa a variabilidade
em tamanho das áreas
centrais separadas em
relação à área central
média
De acordo com a Figura 7, as métricas da paisagem seleccionadas foram exportados para
um ficheiro MS Excel 2007, no qual se procedeu à junção de uma métrica de relevo,o Índice de
José António Alves Coelho Tomé
26
Posição Topográfico (TPI). Estes dados foram posteriormente foi importados pelo programa
WCanoImp, que os transformou num formato passível de ser processadopelo CANOCO.
Neste programa procedeu-se à Análise Canónica de Correspondências, tomando como
variável dependente a riqueza avifaunística e como variáveis independentes as métricas da
paisagem e o TPI.
Ocupação
do Solo na
BIS
21 clusters
Dissolve
Patch AnalystCálculo das
Métricas da
Paisagem
Intersect
CANOCO
Cálculo da
ACC
Analysis by
Regions
Correlação de
Pearson
SPSS
Análise de
resultados
48
quadrículas
10x10 km
Resample
35m
Eliminação de 1
métrica
Exportação
para Excel
MDT
Calculate TPI
rasterLandFacet Corridor
Tools
TPI
Exportação para o
Excel
Redução do
número de
polígonos
Ocupação
do solo por
quadrícula
Ocupação do
solo com
resolução
espacial de
35m
Métricas por
quadrícula
5 métricas da
paisagem
seleccionadas
ACCCalcular
ACC
CANOCO
Cálculo da ARC
Selecção
73 Aves
Nidificantes
49 Aves
Nidificantes4 métricas + STD
Selecção
STD
STD
ARC
ACC
Resultado Final
Junção dos dados
na mesma tabela5 métricas da
paisagem + STD
Convert Features
to Raster
Ocupação
do Solo
Formato raster
Figura 7- Fluxograma do cálculo das métricas da paisagem e da rugosidade do relevo.
Após análise dos resultados obtidos na ACC, nomeadamente no que diz respeito à
percentagem de variância total explicada da relação espécies-ambiente, no primeiro eixo, ter
sido inferior a 50% (44,6%), optou-se por reduzir para quatro o número de variáveis exploratórias
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
27
relacionadas com as métricas da paisagem (MPS, ED, AWMSI e SHEI), mantendo a variável desvio-
padrão da elevação (STD) resultante do cálculo do TPI.
A exclusão da métrica de área de núcleo, CACV1, foi efectuada depois da análise à
ecologia das cinco espécies de passeriformes que com ela estavam mais fortemente
correlacionados no diagrama biplot: Parus ater, Sylvia atricapilla, Certhia brachydactyla, Corvus
corone e Garrulus glandarius. Verificou-se que estas espécies não apresentam exigências
ecológicas relacionadas com áreas isoladas no interior de manchas (Ehrlich et al, 1997,Cramp,
1998,Catry et al, 2010), estando uma delas, Corvus corone, relacionada com habitats de orla
florestal, ou seja, apresentando características ecológicas contrárias à métrica em causa.
4.4. Rugosidade do terreno
A informação altimétrica foi obtida a partir de um Modelo Digital do Terreno (MDT)
produzido com base nos dados obtidos para a área de estudo no Shuttle Radar Topography
Mission (SRTM) – versão 2, que apresenta uma resolução de noventa metros (JPL, 2004), o qual,
de acordo com o fluxograma da Figura 7, foi utilizado como informação de base para calcular o
TPI. Este foi obtido com recurso à ferramenta “Calculate TPI raster” disponível na extensão Land
Facet Corridor Tools (Jenness et al, 2012) para ArcGIS 9.3.1 (Anexo-Figura III.1). Através da sua
execução foram calculados vários parâmetros (elevação mínima, elevação máxima, alcance,
média das elevações, mediana das elevações, somatório das elevações, variedade, maioria,
minoria e desvio-padrão da elevação) que caracterizam a superfície do terreno de cada
quadrícula, destas foi seleccionada a métrica desvio-padrão da elevação (STD), que é uma
medida da variabilidade da altitude em cada quadrícula. Os valores correspondentes à STD foram
exportados para MS Excel 2007 e integrados na mesma folha de cálculo em que constavam os
dados das métricas da paisagem seleccionadas, de modo a poderem ser importados e analisados
em simultâneo com o CANOCO. Neste programa procedeu-se à ACC, tomando como variável
dependente a riqueza avifaunística e como variáveis independentes ou exploratórias as métricas
da paisagem e a rugosidade do terreno.
4.5. Análise Classificativa
De modo a relacionar a distribuição das espécies de passeriformes nidificantes com a
estrutura vertical da vegetação, foi realizada uma análise classificativa hierárquica de clusters.
O objectivo deste tipo de métodos é a formação de uma estrutura classificativa
hierárquica em que grupos contêm subgrupos, e que habitualmente são visualizados na forma de
um dendograma. Os grupos são formados da base para o topo, ou seja, os objectos mais similares
são os primeiros a agrupar, originando o primeiro cluster. As junções continuam até todos os
objectos estarem contidos num cluster final (Leps e Smilauer, 2007).
O procedimento compreende dois passos básicos: 1º - a matriz de similaridade é calculada
para todos os pares de objectos; 2º - os objectos são agrupados de tal modo que após cada
agrupamento o novo cluster é considerado como um objecto novo, pelo que é feito novo cálculo
de similaridade com todos os objectos restantes. Os métodos individuais ou algoritmos diferem
no modo como executam o re-cálculo das similaridades.
José António Alves Coelho Tomé
28
O método de similaridade mais apropriado varia de acordo com o que se está a agrupar, e
segundo Leps e Smilauer (2007), para agrupar espécies, o coeficiente de Pearson é a melhor
opção.
A necessidade de reduzir as variáveis de ocupação de solo da BIS obrigou a uma
reclassificação de forma a isolar cinco variáveis capazes de caracterizar a estrutura vertical da
vegetação (Anexo-TabelaII.1), a saber: áreas abertas sem vegetação, estrato herbáceo, estrato
arbustivo, estrato arbóreo e áreas heterogéneas. De seguida foi realizado o cálculo das
percentagens de cada estrato por quadrícula. Estes dados foram executados e compilados numa
folha de cálculo MS Excel 2007 e exportados para o programa STATISTICA versão 10.0 (StatSoft,
2011).
Na análise classificativa hierárquica de clusters, foi adoptado o método aglomerativo
UPGMA (Unweighted Pair Group Method using Arithmetic Averages), modo Q (agrupamento de
amostras) e aplicado o coeficiente de Pearson para calcular as relações de similaridade com a
composição de passeriformes.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
29
5. Apresentação e Análise de Resultados
5.1. Cálculo da riqueza específica
Um dos objectivos do presente trabalho consistia em averiguar a relação da riqueza
avifaunística com a composição e a estrutura da paisagem da BIS, pelo que os primeiros
resultados obtidos derivaram do cálculo do Índice de Riqueza de Margalef para cada uma das
quadrículas da área de estudo (Figura 8) e que variaram entre 1,2 e 24,3, com uma média de
11,7 e um desvio padrão de 5,2. Godinho e Rabaça (2011) obtiveram valores superiores para uma
área de montado, 15,70 ± 2,96, de riqueza específica e desvio padrão, respectivamente, para um
universo de vinte e quatro aves.
Figura 8- Número de espécies nidificantes por quadrícula.
Os resultados indicam que a BIS apresenta uma significativa riqueza específica média,
excepto nas duas quadrículas que registaram valor inferior a 2 (1,2 e 1,8) correspondendo à
nidificação de apenas 3 e 4 espécies, respectivamente. As espécies mais frenquentes foram
Delichon urbicum, com nidificação em 42 quadrículas (88% do território), Saxicola torquatus,
com nidificação em 37 (77%) e Sturnus unicolor, com nidificação em 36 (75%). Quanto às
José António Alves Coelho Tomé
30
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
Grémio deNidificação
Grémio deAlimentação
Árvores Cavidades Arbustos
Solo Superfícies Ar
Água
11%
82%
7%
Granívoro Insectívoro
Omnívoro
espécies menos frequentes foram Sylvia atricapilla, com nidificação em 6 quadrículas (12%), Pica
pica, com nidificação em 7 (14%) e Erithacus rubecula, com nidificação em 9 (19%).
De acordo com a Figura 8 verifica-se que as quadrículas com maior riqueza específica se
localizam junto à fronteira com Espanha, no limite leste da área de estudo, e que as quadrículas
com menor riqueza se localizam a oeste do Rio Pônsul.
Das 73 espécies de passeriformes cuja nidificação foi confirmada em quadrículas da área
de estudo (Anexo-Tabela I.1), apenas 63% apresentavam registos suficientemente consistentes
(presentes em mais de 10% e menos de 90% das quadrículas do Atlas) tendo assim sido omitidas,
e o estudo incidido sobre 49 espécies (Anexo-Tabela 1.3), de acordo com o que já foi descrito na
metodologia.
5.2. Determinação dos grémios de nidificação e de alimentação
Em termos de utilização do habitat para nidificação não se verifica uma dominância clara
de nenhum dos grupos, no entanto os passeriformes que constroem os ninhos em cavidades são o
grupo mais significativo com 30,1% (Figura 9).
Quanto à procura de alimento, dominam claramente os passeriformes que obtêm o seu
alimento no solo (61,6%). Já no que diz respeito ao tipo de dieta alimentar, verifica-se uma clara
dominância das aves insectívoras (Figura 10).
Figura 9- Dieta alimentar
Figura 10- Composição percentual das 73 espécies de passeriformes segundo os grémios de nidificação e de alimentação.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
31
É também possível verificar o elevado número de espécies que depende da presença dos
estratos arbóreo e arbustivo no ecossistema, quer para a nidificação quer para a sua
alimentação. A importância reduzida relativa aos passeriformes que procuram alimento na água
está em conformidade com os dados da composição do solo desta sub-região, em que esse meio é
pouco abundante, o que, consequentemente, não permite a existência de muitos nichos
ecológicos associados ao meio aquático.
5.3. Análise da composição e estrutura da paisagem
Ao se proceder à análise da ocupação do solo que domina em cada quadrícula da área de
estudo, os matos surgem em destaque, ao dominar em dezanove das quarenta e oito quadrículas
(Anexo-Figura II.1). No entanto, esse domínio não é uniforme, com uma variação entre os 66%,
próximo de Montes da Senhora (quadrícula que abarca os concelhos de Castelo Branco e Proença-
a-Nova), e os 15% junto a Penha Garcia e Monsanto, no concelho de Idanha-a-Nova. Na primeira
situação, verifica-se que há uma associação negativa entre o grande domínio dos matos, que
ocupam dois terços da quadrícula, e a riqueza específica, na medida em que esta é a que
apresenta o terceiro pior resultado em número de passeriformes nidificantes, com nove espécies
(Figura 8).
As pastagens surgem em dez quadrículas como a principal ocupação do solo, com uma
variação entre os 45% e os 18%, pelo que em nenhuma quadrícula chega a ocupar metade do
terreno. A este resultado há que acrescentar as 13 quadrículas em que surgem como segunda ou
terceira ocupação do solo mais importante, verificando-se forte associação com o montado.
As culturas temporárias surgem a dominar em apenas seis quadrículas, com uma variação
entre os 44%, a sul de Idanha-a-Nova e os 19%, a oeste de Penamacor.
As formações florestais, como o pinhal, dominam em 4 das quadrículas da área de estudo,
o montado em 4 e o eucaliptal em 2, a que tem que se adicionar as duas quadrículas em que
domina a ocupação do solo novas plantações. De uma forma geral são quadrículas que não
apresentam elevado número de espécies nidificantes, o que está de acordo com as conclusões do
trabalho de Santos et al (2008). Há, no entanto, uma excepção da quadrícula de Monfortinho
onde domina o pinhal e nidificam 35 espécies distintas. A quadrícula de Aranhas, no concelho de
Penamacor, em que domina a tipologia novas plantações, apresenta também uma elevada
riqueza específica com 36 espécies nidificantes, o segundo valor mais elevado do estudo.
Embora o pinhal domine em poucas quadrículas, esta ocupação do solo surge em 11
quadrículas como segunda ocupação mais importante, sempre associada a matos. O eucaliptal
encontra-se em sete quadrículas como segunda ocupação, surgindo associado, principalmente, a
matos e a montados, com a particularidade destas manchas se localizarem próximas de Vila
Velha de Ródão.
A influência dos recursos hídricos, cursos e planos de água sobre a distribuição da avifauna
não apresenta um padrão linear, no entanto, no que diz respeito aos planos de água, verifica-se
que as quadrículas com maior riqueza apresentam percentagens superiores a 0,1%.
A quadrícula com menor riqueza específica apresenta dominância dos matos, mas
contempla o valor mais elevado de todo o território do estudo no que se refere a áreas com
José António Alves Coelho Tomé
32
pouca ou nenhuma vegetação (13%) associado ainda a um dos valores mais elevados de áreas
ardidas (1%).
Em conformidade com o ponto 3.4., verifica-se que a oeste de Castelo Branco há uma
grande dominância dos matos e dos pinhais, pois das 18 quadrículas com essa localização, 16 são
dominadas por matos e pinhal, e em 6 delas, representam mais de 75% da ocupação do solo, o
que por sua vez está associado a manchas menos fragmentadase mais homogéneas. A leste desta
cidade verifica-se uma maior diversidade das ocupações de solo dominantes, uma maior
heterogeneidade em cada quadrícula e uma maior fragmentação das manchas (Anexo-Figura
II.2).
Contrariando a espectativa de encontrar maior riqueza nos montados, que de acordo com
a literatura são biótopos de elevada diversidade avifaunística, os valores obtidos neste estudo
variaram entre as 14 e as 24 espécies nidificantes, valores inferiores aos registados noutros
sistemas agro-florestais deste território. Alguns destes montados situam-se no interior do Parque
Natural do Tejo Internacional e em 4 das quadrículas verifica-se a preponderância, em
simultâneo, de montado, pastagens e culturas temporárias, indiciando a presença de sistemas
agro-silvo-pastoris.
Estes resultados da composição da paisagem são similares quando se faz a análise da
ocupação do solo com vinte e um clusters ou com dezasseis.
A análise por tipos fisionómicos com base na dominância dos estratos verticais da
vegetação (Anexo-Tabela IV.1) permitiu identificar algumas relações interessantes com a
distribuição da avifauna, nomeadamente o facto de nas 7 quadrículas com maior riqueza os
espaços artificializados serem inferiores a 1% e em simultâneo verificou-se a proporcionalidade
dos estratos verticais, herbáceo, arbustivo e arbóreo, na medida em que nenhum deles
apresentava uma percentagem inferior a 12%. Pelo contrário, as quadrículas com áreas
artificializadas superiores a 3% registaram 15 ou menos espécies de passeriformes.
De acordo com os resultados da ocupação do solo, as áreas abertas sem vegetação tendem
a ter um efeito negativo sobre a riqueza específica, como é o caso da quadrícula com menor
número de espécies, 3, que apresenta 14% do seu território ocupado por este tipo fisionómico. A
associação de áreas abertas sem vegetação, com estrato herbáceo pouco significativo e áreas
artificializadas tende a originar menor riqueza específica, correspondendo a menos de 15
registos de espécies por quadrícula. Estes dados estão em conformidade com os obtidos pela
análise dos grémios de alimentação, em que a grande maioria dos passeriformes da BIS depende
do solo para obter alimento.
5.4. Análise Canónica de Correspondências
De forma a analisar a influência da composição e estrutura da paisagem na riqueza
específica, foram executadas duas Análises Canónicas de Correspondências.
Na primeira, efectuou-se a ordenação directa das comunidades de passeriformes
organizadas numa matriz de ocorrência de nidificação (variáveis dependentes) face a variáveis
de ocupação do solo organizadas numa matriz com a percentagem de 16 tipologias de ocupação
do solo distintas cujo resultado é observável na Tabela 6.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
33
O primeiro eixo apresenta um valor próprio de 0,127 e representa 25,7% da variância total,
verificando-se uma correlação de 87,5%. Da análise do 2.º eixo pode-se referir que ele apresenta
um valor próprio de 0,063 e representa 12,6% da variância total, correspondendo a 38,3% de
variância acumulada para os dois primeiros eixos. Na análise da variância acumulada até ao 4.º
eixo, verifica-se que se obtém um valor superior a 50%, mais precisamente 56,7%, embora a
variância explicada por este eixo seja apenas de 8,4%.
De acordo com Leps e Smilauer (2007) é possível verificar a quantidade de variação total
que conseguimos explicar com este grupo de dezasseis variáveis através do valor obtido no
somatório dos valores próprios canónicos, que é de 0,495, e que corresponde a 37%.
Tabela 6– Resultados das variáveis da paisagem nos primeiros quatro eixos, extraídos por ACC.
Coordenadas do Biplot
Variáveis ambientais
Eixo 1 Eixo 2 Eixo 3 Eixo 4
Ocupação do solo
AD -0,0323 0,3351 0,2605 -0,2651
TA -0,0008 0,0675 0,4643 0,4168
PM 0,3914 0,2419 0,0470 0,3983
CP -0,3660 0,1769 0,2699 0,1767
CT -0,4691 -0,1939 0,0141 0,3588
CA -0,0263 0,1650 0,3769 -0,5865
EV -0,1874 -0,1584 0,1899 -0,0088
E 0,1523 0,3578 -0,1128 -0,5462
Ma 0,7469 -0,0187 0,2437 0,0031
Mo -0,7022 0,2559 -0,1279 -0,1142
N -0,1165 -0,0800 -0,5017 0,0028
OFR 0,3968 0,1348 -0,2721 0,0507
P -0,8011 -0,0607 -0,3036 0,0011
Pi 0,7188 -0,3760 0,1526 -0,1668
PA 0,0109 -0,0326 0,0634 0,2835
ZAH 0,1586 -0,1959 0,5180 0,4658
Variância explicada (%) 25,7 12,6 10,0 8,4
Variância acumulada 25,7 38,3 48,3 56,7
Valores próprios 0,127 0,063 0,049 0,042 1,329
Somatório dos valores próprios canónicos 0,495
Correlação espécies – ambiente 0,875 0,837 0,824 0,812
Sumário do teste de Monte Carlo Teste de significância do 1º eixo canónico:
F-ratio P-value
3,385 0,002
O teste de Monte Carlo confirma que as análises são estatisticamente muito significativas
(F=3,385; P<0,002), indicando que os eixos da ACC explicam as relações estabelecidas.
Da análise do diagrama da Figura 11, verifica-se que as variáveis independentes referentes
às ocupações do solo matos (Ma), pinhal (Pi), outras formações resinosas (OFR) e povoamento
misto de folhosas e resinosas (PM) apresentam uma correlação positiva com o eixo 1, ao
contrário das pastagens (P), montado (Mo), culturas permanentes (CP), culturas temporárias
(CT), espaços verdes urbanos (EV) e novas plantações (N) que denotam uma correlação negativa
com este eixo. É ainda possível verificar que a variável com maior contribuição na explicação da
variabilidade são as pastagens, com -0,80, seguida dos matos com 0,75, mas com posição
José António Alves Coelho Tomé
34
antagónica. O peso das ocupações do solo pinhal (0,72) e montado (-0,70) é também
significativo. Estes resultados estão em conformidade com os que foram obtidos para os grémios
de alimentação das aves estudadas.
Figura 11- Ordenação Biplot do 1.º e 2.º eixo da ACC dos passeriformes face às variáveis ambientais. As classes de ocupação do solo estão representadas por linhas e os seus acrónimos e as espécies por triângulos e respectivos acrónimos.
Legenda da ocupação do solo: AD – áreas degradadas; CA – Cursos de água; CP – Culturas permanentes; CT – Culturas temporárias; E – Eucaliptal; EV – Espaços verdes; Ma – Matos; Mo – Montado; N – Novas plantações; OFR – Outras florestas de resinosas; P – Pastagem; PA – Planos de água; Pi – Pinhal; PM – Povoamento Misto; TA – Terrenos artificializados; ZAH – Zonas agrícolas heterogéneas. Legenda das espécies: AEGCAUD - Aegithalos caudatus; CARCANN - Carduelis cannabina; CARCARD - Carduelis carduelis; CARCHLO - Carduelis chlori; CERBRAC - Certhia brachydactyla; CORCORA - Corvus corax; CORCORO - Corvus corone; CYACYAN - Cyanopica cyanus; DELURBI - Delichon urbicum; EMBCALA - Emberiza calandra; EMBCIRL - Emberiza cirlus; EMBECIA - Emberiza cia; ERIRUBE - Erithacus rubecula; FRICOEL - Fringilla coelebs; GALCRIS - Galerida cristata; GALTHEK - Galerida theklae; GARGLAN - Garrulus glandarius; HIPPOLY - Hippolais polyglotta; HIRDAUR - Hirundo daurica; LANMERI - Lanius meridionalis; LANSENA - Lanius senator; LULARBO - Lullula arbórea; LUSMEGA - Luscinia megarhynchos; MONSOLI - Monticola solitarius; MOTALBA - Motacilla alba; MOTCINE - Motacilla cinérea; OENHISP - Oenanthe hispânica; ORIORIO - Oriolus oriolus; PARATER - Parus ater; PARCAER - Parus caeruleus; PARCRIS - Parus cristatus; PARMAJO - Parus major; PASHISP - Passer hispaniolensis; PASMONT - Passer montanus; PETPETR - Petronia petronia; PHOOCHR - Phoenicurus ochruros; PICPICA - Pica pica; PTYRUPE - Ptyonoprogne rupestris; SAXTORQ - Saxicola torquatus; SERSERI - Serinus serinus; SITEURO - Sitta europaea; STUUNIC - Sturnus unicolor; SYLATRI - Sylvia atricapilla; SYLCANT - Sylvia cantillans; SYLMELA - Sylvia melanocephala; SYLUNDA - Sylvia undata; TROTROG - Troglodytes troglodytes; TURMERU - Turdus merula; TURVISC - Turdus viscivorus.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
35
Ao longo deste primeiro eixo nota-se a separação de áreas com ocupação mais homogénea,
com florestas de produção e matos, de áreas mais heterogéneas com ocupação essencialmente
agrícola. Verifica-se ainda uma correlação positiva entre as variáveis matos e pinhal e entre
montado e pastagens, que já tinha sido observada na matriz de correlação de Pearson (Anexo-
Tabela III.3).
Relativamente ao eixo 2, verifica-se uma correlação positiva com áreas degradadas (AD),
eucaliptal (E), cursos de água (CA) e territórios artificializados (TA). Com uma correlação
negativa surgem os planos de água (PA) e as zonas agrícolas heterogéneas (ZAH).
A ocupação do solo referente a matos encontra-se relacionada positivamente com as
espécies de passeriformes Erithacus rubecula, Sylvia undata e Emberiza cirlus. Estas apresentam
uma ecologia que confirma a sua forte relação e dependência de habitats com vegetação
arbustiva, de acordo com Catry et al (2010).
A relação positiva entre pinhal e as espécies Parus ater e Sylvia atricapilla está de acordo
com a ecologia própria destes passeriformes, que apresentam forte relação com este tipo de
vegetação arbórea. Com uma relação menos intensa encontram-se as aves Aegithalos caudatus e
Parus major, que embora frequentem pinhais não apresentam uma ecologia tão restrita.
A ocupação do solo referente a outras florestas de resinosas apresenta uma relação
positiva com as espécies Frigilla coelebs, cujas densidades máximas de nidificação ocorrem
precisamente em povoamentos mistos de resinosas; Parus cristatus, espécie florestal cujos
habitats são manchas de resinosas além de pinheiro bravo e pinheiro manso.
Os eucaliptais mostram afinidade positiva com algumas espécies como Hippolais polyglotta
e Turdus viscivorus, ambas espécies florestais que segundo Catry et al (2010) surgem mais
frequentemente em montados e pinhais, não apresentando no entanto, uma ecologia exclusiva
desses dois tipos de biótopos. O facto de o Corvus corax surgir na BIS com alguma afinidade aos
eucaliptais sugere que estes não são muito densos, porque esta espécie é conhecida por rejeitar
florestas densas desta folhosa.
As zonas agrícolas heterogéneas apresentam uma relação positiva com o Parus caeruleus,
ave que habita normalmente montados densos mas que está também associada a pomares e
olivais.
As pastagens exibem relação positiva com os passeriformes Passer hispaniolensis, Lanius
senator e Lanius meridionalis, situação de acordo com a ecologia das espécies. Já a forte
conexão com Cyanopica cyanus não tem uma relação tão evidente com a descrição da sua
ecologia para a generalidade do território português, embora esta ave seja encontrada em
bosques abertos e áreas desprovidas de árvores onde a importância da composição herbácea é
maior.
A ocupação de solo referente às culturas temporárias apresenta relação positiva com as
aves Galerida cristata, associada a culturas arvenses; Carduelis carduelis, que pode ser
encontrado em zonas abertas, terrenos agrícolas e incultos; e Oenanthe hispanica, espécie que
geralmente frequenta campos de pousio.
Os montados surgem associados positivamente com as espécies Oriolus oriolus, Emberiza
calandra e Sturnus unicolor, que se caracterizam precisamente por escolherem habitats
associados a montados de sobro e azinho.
José António Alves Coelho Tomé
36
As culturas permanentes surgem com relação positiva com Carduelis chloris, espécie
associada a paisagens em mosaico com pomares.
A associação positiva entre áreas degradadas e a Sitta europaea, espécie que prefere
povoamentos maduros com árvores velhas, pode explicar-se pelo facto de as zonas ardidas
apresentarem disponibilidade do alimento específico para a ave, invertebrados que vivem no
tronco.
A relação positiva que se observa entre cursos de água e Luscinia megarhynchos está de
acordo com a ecologia desta espécie, que tem preferência por matas ribeirinhas.
A relação observada entre espaços verdes e Motacilla alba confirma a apetência desta
espécie por zonas urbanas onde existem relvados e espaços verdes com sistemas de rega.
A posição ocupada por Turdus merula, na intersecção dos dois eixos, está de acordo com o
comportamento ubíquo desta espécie, não apresentando uma preferência significativa por
nenhuma das ocupações do solo.
Na segunda ACC efectuou-se a ordenação directa das comunidades de passeriformes
organizadas numa matriz de ocorrência de nidificação face a uma matriz com quatro variáveis
independentes ou exploratórias. Foram seleccionadas três métricas da paisagem (previamente
isoladas através de Correlação de Pearson) e uma métrica de relevo (Tabela 7). De realçar que o
facto de três das métricas da paisagem, MPS, ED e AWMSI, já terem sido seleccionadas para a
caracterização de territórios com biótopos semelhantes aos presentes na BIS (Reino et al, 2009,
2010), o que vem reforçar as afirmações de McGarigal e Marks (1995) e de Cushman et al (2008)
da existência de clusters de métricas espaciais regionais, cuja identificação é importante para
potenciar a comparabilidade de estudos sobre a mesma região.
Tabela 7- Resultados das métricas espaciais nos primeiros quatro eixos, extraídos por ACC.
Coordenadas do Biplot
Variáveis ambientais
Eixo 1 Eixo 2 Eixo 3 Eixo 4
Métricas da Paisagem
MPS -0,4222 0,1882 -0,6238 0,3255
ED 0,2751 -0,1057 0,8233 -0,4254
AWMSI 0,6219 -0,1948 0,0292 0,6996
SHEI -0,5984 0,7234 0,1961 -0,2563
Métrica do Relevo STD 0,8865 0,3328 -0,1853 0,0573
Variância explicada (%) 50,2 17,8 11,9 10,8
Variância acumulada 50,2 68,0 79,9 90,7
Valores próprios 0,104 0,037 0,025 0,023 1,329
Somatório dos valores próprios canónicos 0,208
Correlação espécies – ambiente 0,808 0,706 0,635 0,699
Sumário do teste de Monte Carlo Teste de significância do 1º eixo canónico:
F-ratio P-value
3,584 0,002
O primeiro eixo apresenta um valor próprio de 0,104 representando 50,2% da variância
total, verificando-se uma correlação de 80,8%. A variável STD é a que mais contribui para a
explicação da variabilidade, com um valor de 0,89, seguida da variável AWMSI (0,62). Em sentido
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
37
antagónico encontra-se a variável SHEI (-0,60). A quantidade de variação total que conseguimos
explicar com este grupo de cinco variáveis, através do valor obtido no somatório dos valores
próprios canónicos, é de 0,208, e que corresponde a 16%. Este resultado é significativamente
inferior ao obtido pelas variáveis de composição do solo.
Perante o resultado referente ao contributo da métrica do relevo para a explicação da
variabilidade, comparativamente aos obtidos pelas métricas da paisagem, decidimos realizar
nova ACC, mas sem incluir a STD de modo a melhor aferir a sua importância. O resultado
observado nesta segunda análise ordenativa foi esclarecedor (Anexo-Tabela III.2), pois o valor
obtido no somatório dos valores próprios canónicos, é de 0,152, e que corresponde a 11%, ou
seja, menos 5% do que se incluísse o STD.
Ao analisar o 2.º eixo, verifica-se que apresenta um valor próprio de 0,037 e representa
17,8% da variância, correspondendo a 68,0% de variância acumulada nos dois primeiros eixos.
O teste de Monte Carlo confirma que as análises são estatisticamente muito significativas
(F=3,584; P<0,002), indicando que os eixos da ACC explicam as relações estabelecidas.
Da análise do diagrama da Figura 12, verifica-se que as métricas STD, AWMSI e ED têm uma
correlação positiva com o eixo 1, ao contrário das métricas SHEI e MPS, que é negativa.
O índice topográfico STD está relacionado positivamente com os passeriformes Emberiza
cia, Erithacus rubecula, Phoenicurus ochruros, Sylvia cantillans e Ptyonoprogne rupestris. Estes
dados estão de acordo com a ecologia destas espécies em território continental português (Catry
et al, 2010), pois são aves que têm em comum o facto de os seus habitats corresponderem a
zonas acidentadas, e uma delas, Ptyonoprogne rupestris, é mesmo conhecida por dois nomes
comuns associados a este facto: Andorinha-das-rochas ou Andorinhas-das-fragas.
Com forte correlação negativa a esta métrica surge a Pica pica, ave que se verifica ter
escassa distribuição em regiões de maior altitude. Com correlação negativa, mas com gradação
decrescente, encontra-se a Cyanopica cyanus, a Galerida cristata e a Emberiza calandra. As duas
primeiras, de acordo com Catry et al (2010) evitam zonas montanhosas e a terceira rareia acima
dos 800 m de altitude.
O índice de forma ponderada pela área das manchas (AWMSI) surge relacionado
positivamente com os passeriformes Troglodytes troglodytes, Sylvia undata, Parus cristatus e
Parus ater, aves que se caracterizam por ocuparem habitats complexos com estratos arbóreos e
arbustivos. Este índice apresenta valores tanto mais elevados quanto maior a complexidade das
manchas, pelo que os resultados obtidos estão em conformidade com a ecologia das espécies
associadas.
O índice densidade de fronteira (ED) surge relacionado positivamente com os
passeriformes Fringilla coelebs, Parus caeruleus, Corvus corone, Garrulus glandarius e Carduelis
cannabina. Estas são espécies que procuram zonas heterogéneas, em particular as quatro
primeiras.
O índice de equitabilidade de Shannon (SHEI) surge no diagrama da Figura 12
correlacionado negativamente com AWMSI e ED, o que está em conformidade com o esperado,
uma vez que à medida que o seu valor aumenta, aproximando-se de “1”, as áreas das manchas
que compõe a paisagem vão-se tornando semelhantes. A única ave com correlação significativa
José António Alves Coelho Tomé
38
com esta métrica é a Galerida theklae, que aparenta ocupar espaços pouco heterogéneos de
matos com clareiras, pousios e incultos.
Figura 12- Ordenação Biplot do 1.º e 2.º eixo da ACC dos passeriformes face às métricas espaciais. As métricas estão representadas por linhas e respectivos acrónimos e as espécies por triângulos e respectivos acrónimos.
Legenda das espécies: AEGCAUD - Aegithalos caudatus; CARCANN - Carduelis cannabina; CARCARD - Carduelis carduelis; CARCHLO - Carduelis chlori; CERBRAC - Certhia brachydactyla; CORCORA - Corvus corax; CORCORO - Corvus corone; CYACYAN - Cyanopica cyanus; DELURBI - Delichon urbicum; EMBCALA - Emberiza calandra; EMBCIRL - Emberiza cirlus; EMBECIA - Emberiza cia; ERIRUBE - Erithacus rubecula; FRICOEL - Fringilla coelebs; GALCRIS - Galerida cristata; GALTHEK - Galerida theklae; GARGLAN - Garrulus glandarius; HIPPOLY - Hippolais polyglotta; HIRDAUR - Hirundo daurica; LANMERI - Lanius meridionalis; LANSENA - Lanius senator; LULARBO - Lullula arbórea; LUSMEGA - Luscinia megarhynchos; MONSOLI - Monticola solitarius; MOTALBA - Motacilla alba; MOTCINE - Motacilla cinérea; OENHISP - Oenanthe hispanica; ORIORIO - Oriolus oriolus; PARATER - Parus ater; PARCAER - Parus caeruleus; PARCRIS - Parus cristatus; PARMAJO - Parus major; PASHISP - Passer hispaniolensis; PASMONT - Passer montanus; PETPETR - Petronia petronia; PHOOCHR - Phoenicurus ochruros; PICPICA - Pica pica; PTYRUPE - Ptyonoprogne rupestris; SAXTORQ - Saxicola torquatus; SERSERI - Serinus serinus; SITEURO - Sitta europaea; STUUNIC - Sturnus unicolor; SYLATRI - Sylvia atricapilla; SYLCANT - Sylvia cantillans; SYLMELA - Sylvia melanocephala; SYLUNDA - Sylvia undata; TROTROG - Troglodytes troglodytes; TURMERU - Turdus merula; TURVISC - Turdus viscivorus.
O índice de tamanho médio das manchas (MPS) surge relacionado positivamente com os
passeriformes Sylvia melanocephala, Sturnus unicolor, Oriolus oriolus, Petronia petronia, Lanius
senator, Lanius meridionalis e Oenanthe hispanica. As duas primeiras aves apresentam forte
correlação com este índice o que está de acordo com o esperado, na medida que são espécies
que procuram paisagens em mosaico formadas por pequenas manchas de vegetação densa e
matas.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
39
5.5. Análise Classificativa
Da análise do dendograma da Figura 13 foi possível estabelecer uma separação em nove
agrupamentos e realizar a sua identificação.
Figura 13– Análise aglomerativa (modo Q, UPGMA) dos valores de dissimilaridade (índice de Pearson) da comunidade de passeriformes para as quadrículas da área de estudo. As letras de A a J representam os agrupamentos identificados. Os termos C_1 a C_48 representam as quadrículas da área de estudo.
No agrupamento A verifica-se a dominância do estrato arbóreo associado a práticas
agrícolas.
No agrupamento B há a dominância clara do estrato arbustivo composto por matos.
O agrupamento C apresenta o estrato arbóreo como preponderante, composto por pinhal e
eucaliptal, mas com a característica de ter um importante estrato arbustivo representado por
matos.
No agrupamento D há o domínio do estrato arbustivo com a presença de matos a intercalar
povoamentos arbóreos e com uma forte componente de pastagens.
O agrupamento E corresponde ao único onde predomina o estrato herbáceo referentes a
pastagens permanentes e a vegetação herbácea natural.
O agrupamento F apresenta o domínio do estrato arbustivo com associações a estratos
arbóreos relativos a montados, eucaliptais e culturas permanentes.
No agrupamento G há o predomínio do estrato arbóreo com formações de pinhal, montado
e olival.
No agrupamento H há a dominância do estrato arbustivo com forte influência do estrato
herbáceo.
No agrupamento I não há dominância clara entre os estratos arbóreo e arbustivo.
José António Alves Coelho Tomé
40
O agrupamento J caracteriza-se pela preponderância do estrato arbóreo com dominância
de resinosas e significativa presença de matos.
É possível ainda distinguir dois grupos com dissimilaridade maior, um composto pelos
agrupamentos A, B e C, em que predomina o estrato arbóreo e outro formado pelos restantes
agrupamentos e em que predomina o estrato arbustivo, mas com importante presença do estrato
herbáceo.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
41
6. Conclusões
Este trabalho permitiu concluir que as métricas da paisagem densidade de fronteiras (ED),
tamanho médio das manchas (MPS), índice de forma ponderada pela área das manchas (AWMSI) e
índice de equitabilidade de Shannon (SHEI) são as que apresentam maior influência na
distribuição dos passeriformes na BIS. As três primeiras têm a particularidade de corresponderem
às métricas seleccionadas por Reino et al (2009, 2010) para caracterizar um ecossistema no
interior sul do Alentejo, indiciando a presença de um cluster regional. No entanto, considerámos
que existe vantagem em adicionar uma quarta métrica da paisagem, a SHEI, e principalmente um
índice de rugosidade do terreno, como o STD, que permita caracterizar o relevo. Esta opção foi
validada pelos resultados da ACC que mostrou a forte correlação entre estas métricas e a
distribuição da avifauna, e mostrou a importância de incluir a STD. A variação total explicada
pelas cinco métricas foi de 16%, valor inferior ao registado pelas dezasseis variáveis associadas à
ocupação do solo, que foi de 37%. Assim, verifica-se que para os passeriformes nidificantes na
BIS, a ocupação do solo é um factor mais relevante na sua riqueza específica e distribuição dos
que a estrutura do mosaico paisagístico.
Os resultados da ACC permitem evidenciar que há uma relação importante entre a
composição e estrutura da paisagem na distribuição da comunidade de passeriformes
nidificantes, mas não foram detectadas relações directas e evidentes entre as diferentes classes
de ocupação do solo e a riqueza avifaunística. As únicas excepções são duas correlações
negativas, associadas às situações de grande dominância de matos e pinhal, e à presença de
zonas degradas em proporções significativas.
Verificámos também que há uma menor riqueza específica na zona oeste da área de
estudo, onde predominam, precisamente, os sistemas florestais mais homogéneos, com
dominância de matos e pinhal, comparativamente com a zona este, que evidencia maior
heterogeneidade de ocupações, maior proporcionalidade dentro de cada quadrícula e maior
diversidade estrutural de habitats. Este mosaico paisagístico permite disponibilizar maior número
de habitats e de nichos ecológicos, explicando assim a maior riqueza específica em
passeriformes. No entanto, verifica-se que esta riqueza está sustentada numa grande diversidade
de tipologias de ocupações do solo.
No que diz respeito aos resultados das tipologias fisionómicas, a relação positiva obtida
não pode ser alheia ao facto de estarmos perante uma classe de vertebrados que se caracteriza
precisamente pela fácil deslocação no plano vertical, através do voo.
As quadrículas que registaram maior número de espécies apresentam, de uma forma geral,
distribuições equitativas das classes fisionómicas da vegetação, estrato herbáceo, arbustivo e
arbóreo, sem que nenhuma delas ultrapasse individualmente os 50%, evidenciando a importância
da heterogeneidade vertical da vegetação, enquanto a quadrícula com menor número de
espécies é aquela que tem associada a ocupação de solos degradados mais significativa, mais
concretamente, com a percentagem de áreas abertas sem vegetação mais elevada (14,3%) de
toda a área de estudo.
José António Alves Coelho Tomé
42
Os resultados da análise classificativa corroboram os obtidos pelas análises ordenativas,
que mostram claramente uma paisagem muito heterogénea que tem uma leitura ecológica
simples, na BIS coexistem muitos e distintos biótopos, que disponibilizam um leque de nichos
ecológicos diferenciados, permitindo a coexistência de aves especialistas, sejam agrícolas ou
florestais, com aves mais generalistas.
A riqueza específica verificada nas quadrículas que são dominadas por montados carece de
um estudo mais aprofundado porque não está em conformidade com a generalidade dos estudos.
Este resultado aparenta ser contraditório com o observado na ACC, que aponta essa ocupação do
solo como a quarta variável com maior contribuição na explicação da variabilidade. Assim,
conclui-se que os montados são importantes como biótopos para promoção da riqueza
avifaunística, pois correspondem a sistemas agro-silvo-pastoris que criam um mosaico
paisagístico de micro-habitats que favorecem a ocorrência de grande diversidade de aves. No
entanto, deverão existir um ou mais factores ambientais que estão a afectar a biodiversidade das
maiores manchas de montado da BIS.
Este resultado poderá estar associado ao abandono progressivo dos campos, ou pelo menos
à mudança de práticas agrícolas e silvícolas. Este último facto poderá estar relacionado com as
manchas significativas de eucaliptal próximas de montados, em particular nas quadrículas
situadas a sul, na zona de Vila Velha de Ródão. No entanto, a validade desta hipótese carece de
um estudo específico.
Este trabalho foi condicionado pelo facto de a informação disponibilizada do Atlas das Aves
Nidificantes não conter dados quantitativos que permitissem uma análise mais robusta e o
cálculo de índices de diversidade. Só por este facto, este trabalho pode ter continuidade,
através do aprofundamento do estudo através do acesso a informação mais detalhada, mas
também por contágio às NUTS limítrofes, e por repetição no futuro, após realização de um novo
Atlas, para a análise temporal. O acesso aos dados quantitativos poderia, eventualmente,
esclarecer o resultado obtido nos montados.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
43
Referências bibliográficas AEMET, IM, 2011. Atlas Climático Ibérico – Temperatura do ar e Precipitação (1971-2000). Agencia Estatal de
Meteorologia, Ministerio de Medio Ambiente y Medio Rural y Marino eInstituto de Meteorologia de Portugal (eds). Aguiar, C., Mesquita, S., Honrado, J., 2008. “Introdução à carta biogeográfica de Portugal” (Costa et al, 2008). In Equipa
Atlas (eds.): Atlas das Aves Nidificantes em Portugal (1999-2005). Instituto de Conservação da Natureza e da Biodiversidade, Sociedade Portuguesa para o Estudo das Aves, Parque Natural da Madeira e Secretaria Regional do Ambiente e do Mar. Lisboa: Assírio & Alvim.
Araújo, A., 1999. Distribution patterns of biodiversity and design of a representative reserve network in Portugal.
Diversity and Distributions, 5, 151-163. Atauri, J., Lucio, J., 2001. The role of landscape structure in species richness distribution of birds, amphibians, reptiles
and lepidopterans in Mediterranean landscapes. Landscape Ecology, 16, 147-159. Bassa, M., Chamorro, L., Sans, F., 2012.Vegetation patchness of field boundaries in the Mediterranean region: The effect
of farming management and surrounding landscape analysed at multiple spatial scales. Landscape and Urban Planning, 106, 35-43.
Biometrics, 2004. CANOCO for Windows 4.53. Plant Research International, Waningen, Países Baixos. BirdLife International, 2004. Birds in the European Union: a status assessment. Wageningen, The Netherlands: BirdLife
International. Brennan, S., Schnell, G., 2005. Relationship between bird abundances and landscape characteristics; the influence of
scale. Environmental Monitoring and Assessment, 105, 209-228. Cabral, F. Caldeira, Telles, G. Ribeiro, 1999. A Árvore em Portugal. 2ª Edição. Lisboa: Assírio & Alvim. Catry, P., Costa, H., Elias, G., Matias, R., 2010. Aves de Portugal. Ornitologia do território continental. Lisboa: Assírio &
Alvim. CNA, 1982a. Atlas do Ambiente, Carta de Solos. Lisboa: Comissão Nacional do Ambiente. CNA, 1982b. Atlas do Ambiente, Carta Litológica. Lisboa: Comissão Nacional do Ambiente. Costa, H., de Juana, E., Varela, J., 2011. Aves de Portugal. Barcelona: Lynx Edicions. Costa, J., Aguiar, C., Capelo, J., Lousã, M., Neto, C., 1998. Biogeografia de Portugal Continental. Quercetea, 0, 5-56. Cramp, S., 1998. The Complete Birds of the Western Paleartic [CD-ROM]. Oxford University Press. Cunha, J., 2004. Relação entre a composição e a estrutura da paisagem e a herpetofauna em Portugal. Tese de
Mestrado. Universidade de Trás-os-Montes e Alto Douro. Cushman, S., McGarigal, K., Neel, M., 2008. Parsimony in landscape metrics: Strength, universality, and consistency.
Ecological Indicators, 8, 691-703. Dallimer, M.; Marini, L.; Skinner, A.; Hanley, N.; Armsworth, P.; Gaston, K., 2010. Agricultural land-use in the
surrounding landscape affects moorland bird diversity. Agriculture, Ecosystems and Environment, 139, 578-583. DGOTDU, 2011. Servidões e Restrições de Utilidade Pública [online]. Direcção-Geral do Ordenamento do Território e
Desenvolvimento Urbano. Disponível em: http://www.dgotdu.pt/channel.aspx?channelID=C62391E7-9A34-40C9-B047-6CAB1ED57B82&listaultimos=1 [Consultado em 28/11/2012].
DGRF, 2006. Inventário Florestal, Plano Regional de Ordenamento Florestal da Beira Interior Sul [online]. Direcção-Geral
dos Recursos Florestais. Disponível em: http://www.icnf.pt/portal/florestas/profs/prof-da-beira-interior-sul [Consultado em: 10/10/2012].
Dramstad, W., 2009. Spatial metrics – useful indicators for society or mainly fun tools for landscape ecologists? Norsk
Geografisk Tidsskrift – Norwegian Journal of Geography, 63, 246-254. Ehrlich, P., Dobkin, D., Wheye, D., Pimm, S., 1997. Guía del observador de aves. Barcelona: Ediciones Omega. Equipa Atlas, 2008. Atlas das Aves Nidificantes em Portugal (1999-2005). Instituto da Conservação da Natureza e da
Biodiversidade, Sociedade Portuguesa para o Estudo das Aves, Parque Natural da Madeira e Secretaria Regional do Ambiente e do Mar. Lisboa: Assírio & Alvim.
ESRI, 2009. ArcGIS – ArcEditor 9.3.1. Redlands, California.
José António Alves Coelho Tomé
44
Fahrig, L., 2003. Effects of Habitat Fragmentation on Biodiversity. Annual Review of Ecology, Evolution, and Systematics, 34, 487-515.
Gaines, W., Harrod, R., Lehmkuhl, J., 1999. Monitoring biodiversity: quantification and interpretation. General
Tecnichal Report PNW-GTR-443. Portland, Oregon: USDA Forest service, Pacific Northwest Research Station. Gil-Tena, A., Saura, S., Brotons, L., 2007. Effects of forest composition and structure on birds species richness in a
Mediterranean context: Implications for forest ecosystem management. Forest Ecology and Management, 242, 407-476.
Gil-Tena, A., Brotons, L., Saura, S., 2010. Effects of forest landscape change and management on range expansion of
forest bird species in the Mediterranean region. Forest Ecology and Management, 259, 1338-1346. Gimona, A., Messager, P., Occhi, M., 2009. CORINE-based landscape indices weakly correlate with plant species richness
in a northern European landscape transect. Landscape Ecology, 24, 53-64. Godinho, C., Rabaça, J., 2011. Birds like it Corky: the influence of habitats features and management of “montados” in breeding bird communities. Agroforestry Systems, 82, 183-195. Gonçalves, J., 2008. Transformação de coordenadas com grelhas. Geração e implementação no ArcGIS. In: 8º Encontro
Utilizadores ESRI Portugal, 3-4 de Março de 2010 Lisboa. Guerrero, I., Morales, M., Oñate, J., Aavik, T., Bengtsson, J., Berendes, F., Clement, L., Dennis, C., Eggers, S.,
Emmerson, M., Fisher, C., Flohre, A., Geiger, F., Hawro, V., Inchausti, P., Kalamees, A., Kinks, R., Liira, J., Meléndez, L., Part, T., Thies, C., Tscharntke, T., Olszewski, A., Weisser, W., 2011. Taxonomic and functional diversity of farmland bird communities across Europe: effects of biogeography and agricultural intensification. Biodiversity Conservation, 20, 3663-3681.
Gustafson, E., 1998. Quantifying Landscape Spatial Pattern: What Is the State of the Art? Ecosystems, 1, 143-156. ICN, 2003. Plano de Ordenamento da Reserva Natural da Serra da Malcata. Relatório de Ordenamento [online]. Instituto
de Conservação da Natureza. Disponível em: http://www.icn.pt/downloads/POAP/PORNSMalcata/RelatorioDiagnostico.PDF [Consultado em 14/11/2012].
ICNB, 2007. Plano de Ordenamento do Parque Natural do Tejo Internacionaal. Estudo de Caracterização [online].
Instituto de Conservação da Natureza e Biodiversidade. Disponível em: http://www.icnf.pt/portal/naturaclas/ordgest/poap/popnti/popnti-doc [Consultado em 14/11/2012].
ICNF, 2012a. Área Protegida do Tejo Internacional [online]. Instituto da Conservação da Natureza e das Florestas.
Disponível em: http://www.icnf.pt/ICNPortal/vPT2007-AP-TejoInternacional?res=1280x1024 [Consultado em 14/11/2012].
ICNF, 2012b. Rede natura 2000 em Portugal [online]. Instituto da Conservação da Natureza e das Florestas. Disponível
em: http://www.icnf.pt/portal/naturaclas/rn2000/rn-PT [Consultado em 14/11/2012]. IGP, 2005. Atlas de Portugal. Lisboa: Instituto Geográfico Português. IGP, 2010. Carta de Uso e Ocupação do Solo de Portugal Continental para 2007 (COS2007) [online]. Instituto Geográfico Português. Disponível em: http://www.igeo.pt/e-IGEO/egeo_downloads.htm [Consultado em 15/11/2012]. IM, 2012a. Normais Climatológicas [online]. Instituto de Meteorologia. Disponível em:
http://www.meteo.pt/pt/oclima/normais.clima/ [Consultado em 10/05/2012]. IM, 2012b. Normais Climatológicas 1971-2000 em Castelo Branco [online]. Instituto de Meteorologia. Disponível em:
http://www.meteo.pt/pt/oclima/normais.clima/1971-2000/005/ [Consultado em 18/09/2012]. INE, 2001. Recenseamentos Gerais da Agricultura. Dados comparativos 1989/1999. Lisboa: Instituto Nacional de
Estatística. INE, 2009. Recenseamento Agrícola. Análise dos Principais Resultados. Edição 2011. Lisboa: Instituto Nacional de
Estatística, I.P. INE, 2012. Dados provisórios dos Censos 2011 [online]. Instituto Nacional de Estatística. Disponível em: http://www.ine.pt/xportal/xmain?xpid=INE&xpgid=ine_unid_territorial&menuBOUI=13707095&contexto=ut&selTab=tab3
[Consultado em 10/05/2012] Jenness, J., Brost, B., Beier, P., 2012. Land Facet Corridor Designer [online]. Corridor Design. Disponível em:
http://www.jennessent.com/arcgis/land_facets.htm[Consultado em 27/07/2012]. Jet Propulsion Laboratory, 2004. Shuttle Radar Topography Mission [online]. Disponível em:
http://www2.jpl.nasa.gov/srtm/dataprod.htm [Consultado em: 24/07/2012]. Leps, J., Smilauer, P., 2003. Multivariate Analysis of Ecological Data using CANOCO. Cambridge, United Kingdom:
Cambridge University Press. Leps, J., Smilauer, P., 2007. Multivariate Analysis of Ecological Data using CANOCO. 3ª edição. Cambridge, United
Kingdom: Cambridge University Press.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
45
Margalef, R., 1958. Information theory in ecology. General Systems, 3, 36-71. Magurran, A., 1988. Ecological Diversity and its Measurement. New Jersey: Princeton University Press. Magurran, A., 2004. Measuring Biological Diversity. London: Blackwell Publishing. Maroco, J., 2003. Análise Estatística – Com Utilização do SPSS. 2ª Edição. Lisboa: Edições Sílabo. McGarigal, K., Marks, B., 1995. FRAGSTATS: Spatial Analysis Program for Quantifying Landscape Structure. USDA Forest
Service - General Technical Report PNW-GTR-351. USDA Forest Service, Washington DC. McGarigal, K., Tagil, S., Cushman, S., 2009. Surface metrics: an alternative to patch metrics for the quantification of
landscape structure. Landscape Ecology, 24, 433-450. Medeiros, C., 2005. Geografia de Portugal. O Ambiente Físico. Rio de Mouro: Círculo de Leitores. Naveh, Z., 1994. From biodiversity to ecodiversity: a Landscape-Ecology Approach to Conservation and Restoration.
Restoration Ecology, 2, 180-189. Pena, A., Cabral, J., 1992. Roteiros da Natureza – Região Centro. Círculo de Leitores. Péres-Hugalde, C., Romero-Calcerrada, R., Delgado-Pérez, P., Novillo, C., 2011. Understanding land cover change in a
Special Protection Area in Central Spain through the enhanced land cover transition matrix and related new approach. Journal of Environmental Management, 92, 1128-1137.
Quinta-Nova, L., 1999. Índices de Caracterização Ecológica da Paisagem – Instrumentos Úteis para o Planeamento
Ambiental? Revista de Biologia, 17, 97-107. Quinta-Nova, L., 2001. Aperfeiçoamento de sistemas de classificação da vegetação sob a perspectiva do seu interesse
faunístico recorrendo a critérios estruturais em sistemas agro-florestais. Dois casos de estudo (Apostiça e Évora). Tese de Doutoramento. Universidade de Évora.
Reino, L., Beja, P., Osborne, P., Morgado, R., Fabião, A., Rotenberry, J., 2009. Distance to edges, edge contrast and
landscape fragmentation: interactions affecting farmland birds around forest plantations. Biological Conservation, 142, 824-838.
Reino, L., Porto, M., Morgado, R., Moreira, F., Fabião, A., Santana, J., Delgado, A., Gordinho, L., Beja, P., 2010. Effects
of changed grazing regimes and habitat fragmentation on Mediterranean grassland birds. Agriculture, Ecosystems and Environment, 138, 27-34.
Rempel, R., Kaukinen, D., Carr, A., 2012. Patch Analyst and Patch Grid [online]. Ontario Ministry of Natural Resources.
Centre for Northern Forest Ecosystem Research. Disponível em: http://www.cnfer.on.ca/SEP/patchanalyst/ [Consultado em:9/07/2012].
Ribeiro, O., Teixeira, C., Ribeiro Ferreira, C., 1967. Carta Geológica de Portugal na escala de 1/50 000. Notícia
explicativa da Folha 24-D. Lisboa: Serviços Geológicos de Portugal. Rocchini, D., Perry, G., Salerno, M., Maccherini, S., Chiarucci, A., 2006. Landscape change and the Dynamics of open
formations in a natural reserve. Landscape and Urban Planning, 77, 167-177. Romero-Calcerrada, R., Perry, G., 2004. The role of land abandonment in landscape Dynamics in the SPA “Encinares del
río Alberche y Cofio”, Central Spain, 1984-1999. Landscape and Urban Planning, 66, 217-232. Roy, P., Tomar, S., 2000. Biodiversity characterization at landscape level using geospatial modeling technique. Biological
Conservation, 95, 95-109. Santos, K., Pino, J., Rodà, F., Guirado, M., Ribas, J., 2008. Beyond the reserves: The role of non-protected rural áreas
for avifauna conservation in the área of Barcelona (NE of Spain). Landscape and Urban Planning, 84, 140-168. Sequeira, A., Proença, J., 2004. O património geológico e geomorfológioco do concelho de Idanha-a-Nova. Contributo
para a classificação como Geoparque. Geonovas, 18, 77-92. SPSS, 2008. Statistical Package for the Social Sciences17.0.1. SPSS Inc., Chicago, Illinois.
StatSoft, 2011.STATISTICA 10.0.StatSoft Inc., Tulsa, Oklahoma. Teixido, A., Quintanilla, L., Carreño, F., Gutiérrez, D., 2010. Impacts of changes in land use and fragmentation patterns
on Atlantic coastal forests in northern Spain. Journal of Environmental Management, 91, 879-886. Telles, G. Ribeiro, Pessoa, F., Alves, A., 1996. Portugal, Paisagens e Espaços Naturais. Alfragide: Clube Internacional do
Livro. Ter Braak, C., 1986. Canonical correspondence analysis: a new eigen vector technique for multivariate direct gradient
analysis. Ecology, 67, 1167-1179. Ter Braak, C., 1987. The analisys of vegetation-environment relationships by canonical correspondence analysis.
Vegetatio, 69, 69-77.
José António Alves Coelho Tomé
46
Ter Braak, C., 1996. Unimodal models to relate species to environment. Wageningen: DLO- Agricultural Mathematics Group.
Ter Braak, C., Prentice, I., 1988. A theory of gradient analysis. Advances in Ecological Research, 18, 271-313. Ter Braak, C., Smilauer, P., 2002. CANOCO Reference Manual and CanoDraw for Windows User's Guide: Software for
Canonical Community Ordination (version 4.5). Ithaca, NY, USA: Microcomputer Power.
Ter Braak, C., Verdonshot, P., 1995. Canonical correspondence analysis and related multivariate methods in aquatic
ecology. Aquatic Sciences, 57, 255-289. Titeux, N., Dufrêne, M., Jacob, J., Paquay, M., Defourny, P., 2004. Multivariate analysis of fine-scale breeding bird atlas
using a geographical information system and partial canonical correspondence analysis: environmental and spatial effects. Journal of Biogeography, 31, 1841-1856.
Torras, E., Saura, S., 2009. Relating landscape structure, environment and management to biodiversity indicators
estimated from forest inventory data in Catalonia (NE Spain). Investigacion Agraria: Sistemas y Recursos Forestales, 18, 322-337.
Turner, M., 2005. Landscape Ecology: What is the state of the science? Annual Reviews of Ecology Evolution, and
Systematics, 36, 319-344. Turnhout, E., Hisschemoller, M., Eijsackers, H., 2007. Ecological indicators: Between the two fires of science and policy.
Ecological Indicators, 7, 215-228. Wiens, J., 1989. Spatial scaling in ecology. Functional Ecology, 3, 385-397.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
47
ANEXOS
José António Alves Coelho Tomé
48
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
49
ANEXO I
Aves Nidificantes na Beira Interior Sul
José António Alves Coelho Tomé
50
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
51
Tabela I.1- Estatuto de Conservação dos passeriformes em 2004.
Acrónimo Nome da Espécie Nome comum Estatuto
conservação EU25 2004
Estatuto conservação pan-Europeu
2004
Categoria SPEC 2004
Nº qd ocupadas
AEGCAUD Aegithalos caudatus Chapim-rabilongo Favorável Favorável Não-SPEC 28 ALAARVE Alauda arvensis Laverca Desfavorável Desfavorável SPEC 3 2
ANTCAMP Anthus campestris Petinha-dos-campos Desfavorável Desfavorável SPEC 3 4
CALBRAC Calandrella brachydactyla Calhandrinha-galucha Desfavorável Desfavorável SPEC 3 4
CARCANN Carduelis cannabina Pintarroxo Desfavorável Desfavorável SPEC 2 21
CARCARD Carduelis carduelis Pintassilgo Favorável Favorável Não-SPEC 34
CARCHLO Carduelis chloris Verdilhão Favorável Favorável Não-SPEC 28
CERBRAC Certhia brachydactyla Trepadeira-comum Favorável Favorável Não-SPEC 14
CERGALA Cercotrichas galactotes Rouxinol-do-mato Desfavorável Desfavorável SPEC 3 1
CETCETT Cettia cetti Rouxinol-bravo Favorável Favorável Não-SPEC 1
CINCINC Cinclus cinclus Melro-de-água Favorável Favorável Não-SPEC 3
CISJUNC Cisticola juncidis Fuinha-dos-juncos Favorável Favorável Não-SPEC 5
COCCOCC Coccothraustes coccothraustes Bico-grossudo Favorável Favorável Não-SPEC 4
CORCORA Corvus corax Corvo Favorável Favorável Não-SPEC 12
CORCORO Corvus corone Gralha-preta Favorável Favorável Não-SPEC 12
CORMONE Corvus monedula Gralha-de-nuca-cinzenta Favorável Favorável Não-SPEC 4
CYACYAN Cyanopica cyanus Pega-azul Favorável Favorável Não-SPEC 18
DELURBI Delichon urbicum Andorinha-dos-beirais Desfavorável Desfavorável SPEC 3 42
EMBCALA Emberiza calandra Trigueirão Desfavorável Desfavorável SPEC 2 23
EMBCIRL Emberiza cirlus Escrevedeira-de-garganta-amarela
Favorável Favorável Não-SPEC 11
EMBECIA Emberiza cia Cia Desfavorável Desfavorável SPEC 3 10
EMBHORT Emberiza hortulana Sombria Desfavorável Desfavorável SPEC 2 2
ERIRUBE Erithacus rubecula Pisco-de-peito-ruivo Favorável Favorável Não-SPEC 9
ESTASTR Estrilda astrild Bico-de-lacre * * * 3
FRICOEL Fringilla coelebs Tentilhão Favorável Favorável Não-SPEC 28
GALCRIS Galerida cristata Cotovia-de-poupa Desfavorável Desfavorável SPEC 3 16
GALTHEK Galerida theklae Cotovia-escura Desfavorável Desfavorável SPEC 3 17
GARGLAN Garrulus glandarius Gaio Favorável Favorável Não-SPEC 13
HIPPOLY Hippolais polyglotta Felosa-poliglota Favorável Favorável Não-SPEC 13
HIRDAUR Hirundo daurica Andorinha-daúrica Favorável Favorável Não-SPEC 33
HIRRUST Hirundo rustica Andorinha-das-chaminés Desfavorável Desfavorável SPEC 3 43
LANMERI Lanius meridionalis Picanço-real Desfavorável Desfavorável SPEC 3 28
LANSENA Lanius senator Picanço-barreteiro Desfavorável Desfavorável SPEC 2 31
LULARBO Lullula arborea Cotovia-dos-bosques Desfavorável Desfavorável SPEC 2 19
LUSMEGA Luscinia megarhynchos Rouxinol-comum Favorável Favorável Não-SPEC 11
MELCALA Melanocorypha calandra Calhandra-real Desfavorável Desfavorável SPEC 3 2
MONSAXA Monticola saxatilis Melro-das-rochas Desfavorável Desfavorável SPEC 3 1
MONSOLI Monticola solitarius Melro-azul Desfavorável Desfavorável SPEC 3 13
MOTALBA Motacilla alba Alvéola-branca Favorável Favorável Não-SPEC 30
MOTCINE Motacilla cinerea Alvéola-cinzenta Favorável Favorável Não-SPEC 17
OENHISP Oenanthe hispanica Chasco-ruivo Desfavorável Desfavorável SPEC 2 16
OENLEUC Oenanthe leucura Chasco-preto Desfavorável Desfavorável SPEC 3 1
OENOENA Oenanthe oenanthe Chasco-cinzento Desfavorável Desfavorável SPEC 3 1
ORIORIO Oriolus oriolus Papa-figos Desfavorável Favorável Não-SPEC 16
PARATER Parus ater Chapim-preto Favorável Favorável Não-SPEC 15
PARCAER Parus caeruleus Chapim-azul Favorável Favorável Não-SPEC 32
PARCRIS Parus cristatus Chapim-de-poupa Favorável Desfavorável SPEC 2 16
PARMAJO Parus major Chapim-real Favorável Favorável Não-SPEC 32
PASDOME Passer domesticus Pardal-comum Desfavorável Desfavorável SPEC 3 47
PASHISP Passer hispaniolensis Pardal-espanhol Favorável Favorável Não-SPEC 23
PASMONT Passer montanus Pardal-montês Desfavorável Desfavorável SPEC 3 16
PETPETR Petronia petronia Pardal-francês Favorável Favorável Não-SPEC 10
PHOOCHR Phoenicurus ochruros Rabirruivo-preto Favorável Favorável Não-SPEC 19
PHOPHOE Phoenicurus phoenicurus Rabirruivo-de-testa-branca Desfavorável Desfavorável SPEC 2 5
PHYBONE Phylloscopus bonelli Felosa-de-papo-branco Desfavorável Desfavorável SPEC 2 2
PICPICA Pica pica Pega-rabilonga Favorável Favorável Não-SPEC 7
PRUMODU Prunella modularis Ferreirinha Favorável Favorável Não-SPEC 3
PTYRUPE Ptyonoprogne rupestris Andorinha-das-rochas Favorável Favorável Não-SPEC 30
REGIGNI Regulus ignicapilla Estrelinha-real Favorável Favorável Não-SPEC 1
RIPRIPA Riparia riparia Andorinha-das-barreiras Desfavorável Desfavorável SPEC 3 2
SAXTORQ Saxicola torquatus Cartaxo-comum Favorável Favorável Não-SPEC 37
SERSERI Serinus serinus Chamariz Favorável Favorável Não-SPEC 32
SITEURO Sitta europaea Trepadeira-azul Favorável Favorável Não-SPEC 12
STUUNIC Sturnus unicolor Estorninho-preto Favorável Favorável Não-SPEC 36
SYLATRI Sylvia atricapilla Toutinegra-de-barrete Favorável Favorável Não-SPEC 6
SYLCANT Sylvia cantillans Toutinegra-de-bigodes Favorável Favorável Não-SPEC 12
SYLCOMM Sylvia communis Papa-amoras Favorável Favorável Não-SPEC 5
SYLCONS Sylvia conspicillata Toutinegra-tomilheira Favorável Favorável Não-SPEC 3
SYLMELA Sylvia melanocephala Toutinegra-de-cabeça-preta Favorável Favorável Não-SPEC 25
SYLUNDA Sylvia undata Toutinegra-do-mato Desfavorável Desfavorável SPEC 2 21
TROTROG Troglodytes troglodytes Carriça Favorável Favorável Não-SPEC 11
TURMERU Turdus merula Melro Favorável Favorável Não-SPEC 33
TURVISC Turdus viscivorus Tordoveia Favorável Favorável Não-SPEC 10
SPEC 2 - Espécies concentradas na Europa e com um estatuto de conservação desfavorável; SPEC 3 - Espécies não concentradas na Europa e com um estatuto de conservação desfavorável; Não-SPEC - Não concentradas na Europa e com um estatuto de conservação favorável. Nenhuma das espécies indicadas conta da Lista Vermelha da IUCN. * A espécie Estrilda astrild não apresenta estatuto de conservação por ser uma espécie não autóctone.
José António Alves Coelho Tomé
52
Tabela I.2- Tipologia de contacto.
Código de
contacto Descrição
Classe de evidência de nidificação
Código de nidificação
0 Tipo de contacto não especificado Sem registo 0
1 Ave observada em possível habitat de nidificação durante a época de reprodução
Possível 0
2 Macho a cantar (ou chamamento de nidificante durante a época de nidificação)
Possível 0
3 Evidências indirectas (regurgitações recentes, buracos escavados recentemente, ave morta recentemente, etc)
Possível 0
4 Casal observado em habitat adequado à nidificação
Provável 0
5 Mais de três machos a cantar em simultâneo, em habitat adequado à nidificação. Critério válido apenas depois de 15 e Abril.
Provável 0
6
Macho em atitude de defesa de território (canto, etc), observado em dois dias diferentes, com pelo menos uma semana de intervalo e no mesmo local.
Provável 0
7 Côrte ou parada nupcial. Provável 0
8 Ave frequentando um local onde provavelmente existe um ninho.
Provável 0
9 Comportamento agitado ou apelo ansioso de ave adulta.
Provável 0
10 Placa térmica (ou pelada de incubação, só observável com a ave na mão).
Provável 0
11 Ave construindo o ninho. Confirmada 1
12 Ave desviando a atenção do observador. Confirmada 1
13 Ninho usado recentemente ou cascas de ovos do ano em que está a ser feita a observação.
Confirmada 1
14 Juvenil que deixou o ninho recentemente (com plumagem incompleta ou só com penugem.
Confirmada 1
15 Ave adulta a sair de local onde existe ninho (ninhos em sítios altos ou em buracos, de conteúdo de difícil observação), ou a incubar.
Confirmada 1
16 Ave adulta transportando alimentos ou saco fecal. Confirmada 1
17 Ninho com ovos. Confirmada 1
18 Ninho com juvenis (vistos ou ouvidos). Confirmada 1
Os valores 0 a 18 correspondem a contacto com a espécie, o valor 999 corresponde a ausência de contacto.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
53
Tabela I.3 – Passeriformes nidificantes da Beira Interior Sul
UTM Q
uadrí
cula
AEG
CAU
D
CARCAN
N
CARCARD
CARCH
LO
CERBRAC
CO
RC
ORA
CO
RC
ORO
CYACYAN
DELU
RBI
EM
BC
ALA
EM
BC
IRL
EM
BEC
IA
ERIR
UBE
FRIC
OEL
GALCRIS
GALTH
EK
GARG
LAN
HIP
PO
LY
HIR
DAU
R
LAN
EXCU
LAN
SEN
A
LU
LARBO
LU
SM
EG
A
MO
NSO
LI
MO
TALBA
MO
TCIN
E
OEN
HIS
P
ORIO
RIO
PARATER
PARCAER
PARCRIS
PARM
AJO
PASH
ISP
PASM
ON
T
PETPETR
PH
OO
CH
R
PIC
PIC
A
PTYRU
PE
SAXTO
RQ
SERSERI
SIT
EU
RO
STU
UN
IC
SYLATRI
SYLCAN
T
SYLM
ELA
SYLU
ND
A
TRO
TRO
G
TU
RM
ERU
TU
RVIS
C Nº de
Espécies por
quadrícula
Índice de
Margalef
29SNE91 25 1 1 1 1 0 0 1 0 1 0 1 1 1 1 0 0 1 0 1 0 0 1 0 0 1 0 0 0 1 1 1 1 0 1 0 1 0 1 1 1 0 0 0 0 0 1 1 1 1 27 15,4
29SPD07 48 1 0 1 1 1 1 0 0 1 1 0 0 1 1 0 1 0 1 1 1 1 0 1 0 0 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 1 0 1 0 28 16,0
29SPD08 46 0 0 1 1 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 1 0 1 1 1 1 0 0 0 0 1 0 1 0 16 8,9
29SPD09 40 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 1 1 0 1 0 0 1 0 0 1 0 1 0 1 1 0 1 0 0 0 0 0 1 1 1 0 1 0 0 0 1 1 0 0 21 11,8
29SPD18 47 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 1 1 0 0 1 1 0 1 0 0 0 0 0 1 0 0 0 1 0 1 0 0 0 0 0 0 1 0 1 0 0 13 7,1
29SPD19 41 0 1 1 1 0 0 0 0 1 1 0 0 0 1 0 0 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 1 1 1 0 0 0 0 0 1 0 15 8,3
29SPD29 42 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 1 1 0 0 0 1 0 1 0 0 0 0 0 1 0 0 0 0 1 1 0 0 1 0 0 0 0 0 1 0 13 7,1
29SPD39 43 0 0 1 0 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 0 1 0 1 0 0 0 0 0 0 0 13 7,1
29SPD49 44 1 0 0 1 0 1 0 1 1 0 0 0 0 1 0 1 0 0 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 0 0 1 0 1 1 1 0 1 0 1 1 0 0 1 1 24 13,6
29SPD59 45 1 0 1 0 0 0 0 1 0 0 0 0 0 0 1 1 0 0 1 0 1 1 0 1 0 0 1 1 0 1 0 0 0 1 0 0 0 1 0 1 0 1 0 0 1 1 0 0 1 19 10,6
29SPE00 33 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 9 4,7
29SPE01 26 1 0 1 0 1 0 0 0 1 0 0 1 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 1 1 1 1 0 0 0 0 0 1 0 1 0 0 0 0 0 1 1 1 1 21 11,8
29SPE02 17 1 0 0 0 1 0 1 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 1 1 0 1 1 0 0 15 8,3
29SPE10 34 0 1 1 0 1 1 1 0 1 1 0 0 0 0 1 1 1 0 0 1 1 0 1 0 1 1 1 0 1 1 0 1 0 0 0 1 0 0 1 1 0 0 0 0 1 1 1 1 0 26 14,8
29SPE11 27 0 1 1 1 0 0 1 0 0 0 0 0 0 1 0 0 1 0 0 1 1 0 0 1 0 0 0 0 1 1 0 1 0 0 0 0 1 0 1 1 0 0 1 0 1 0 0 1 0 18 10,1
29SPE12 18 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1 0 1 0 1 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 10 5,3
29SPE20 35 0 0 1 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 10 5,3
29SPE21 28 0 0 0 0 0 0 0 0 1 0 1 0 1 1 0 1 0 1 1 1 1 1 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 1 0 0 0 0 1 0 0 1 0 17 9,5
29SPE22 19 1 0 1 1 0 0 1 0 1 0 0 0 1 1 0 0 0 0 1 1 1 1 0 0 1 0 0 1 1 1 0 0 1 0 0 0 0 1 1 1 0 1 0 0 0 0 0 1 0 21 11,8
29SPE30 36 1 1 1 1 0 0 0 1 1 1 0 0 0 0 1 1 0 0 1 1 1 0 1 0 1 1 0 1 0 1 0 1 1 1 0 0 1 1 1 1 0 1 0 0 1 0 1 1 0 28 16,0
29SPE31 29 1 1 1 1 1 0 0 1 0 1 0 0 0 1 1 0 1 1 1 1 1 1 0 0 1 0 1 0 0 1 0 1 1 0 0 0 1 0 1 0 1 1 0 0 1 1 1 1 0 28 16,0
29SPE32 20 1 0 1 1 0 0 0 1 1 0 0 0 0 0 1 1 1 0 1 1 1 1 0 0 0 0 1 1 0 1 0 1 1 0 0 0 0 0 1 1 0 1 0 0 1 1 0 1 0 23 13,0
29SPE40 37 0 0 1 1 0 0 0 0 1 1 0 0 0 1 0 0 0 1 0 1 1 0 0 0 0 0 0 1 0 1 0 0 1 0 1 0 0 0 1 1 0 1 0 0 1 0 0 0 0 16 8,9
29SPE41 30 0 1 1 1 0 0 1 0 1 1 1 1 0 1 1 1 0 0 1 1 1 0 0 1 1 0 1 1 0 1 0 1 1 1 1 1 1 1 1 1 0 1 0 0 1 1 0 1 0 32 18,3
29SPE42 21 1 0 1 1 1 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 15 8,3
29SPE50 38 1 0 1 0 0 1 0 1 1 1 0 0 0 0 0 1 0 0 1 1 1 0 0 0 1 0 1 1 0 1 0 1 1 0 1 0 0 1 1 0 1 1 0 0 0 0 0 1 1 23 13,0
29SPE51 31 0 0 1 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 0 1 0 0 0 0 0 1 1 0 0 1 0 1 0 0 1 0 0 0 0 0 1 0 16 8,9
29SPE52 22 1 1 1 1 0 0 1 1 1 1 0 0 0 1 0 0 0 0 1 1 1 0 0 1 1 1 0 1 1 0 0 1 1 0 0 1 0 1 1 1 0 1 0 0 1 0 0 1 0 26 14,8
29SPE60 39 1 0 1 0 0 0 0 1 1 1 0 0 0 0 1 1 0 0 0 1 1 0 1 0 1 0 0 0 0 1 0 0 1 0 1 0 0 1 1 0 1 1 0 0 0 0 0 0 0 18 10,1
29SPE61 32 0 1 1 1 0 1 0 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 0 1 0 1 0 0 1 0 1 1 1 0 0 1 1 1 1 1 1 0 1 1 0 0 1 0 31 17,7
29SPE62 23 0 0 1 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0 0 1 0 0 1 0 14 7,7
29SPE72 24 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 0 0 1 1 1 1 1 0 1 1 1 1 1 1 42 24,3
29TPE13 10 0 1 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 1 0 1 0 1 0 1 0 13 7,1
29TPE23 11 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 1,2
29TPE33 12 0 0 0 0 1 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 1 1 0 1 0 0 1 0 0 0 0 13 7,1
29TPE43 13 0 1 1 1 0 0 0 1 1 1 0 0 0 1 1 0 0 0 1 0 1 1 0 0 1 0 0 0 0 0 0 1 1 0 0 0 0 0 1 1 0 1 0 0 1 0 0 1 0 19 10,6
29TPE44 7 1 1 0 1 0 0 0 0 1 1 1 0 0 1 1 0 1 1 1 0 0 1 0 0 1 1 1 0 1 1 1 1 0 0 0 1 0 0 1 1 0 1 0 0 1 1 0 1 1 27 15,4
29TPE45 4 1 0 1 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 1 0 1 0 1 0 0 0 1 0 0 0 0 0 1 0 14 7,7
29TPE53 14 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 4 1,8
29TPE54 8 1 1 1 1 1 0 1 1 1 1 0 0 0 1 1 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 0 1 0 0 1 0 1 0 1 35 20,1
29TPE55 5 1 1 1 1 1 1 1 0 1 1 1 0 0 1 1 0 1 1 1 0 1 0 1 0 0 1 0 1 1 0 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 0 1 0 35 20,1
29TPE56 1 0 0 0 1 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 1 0 1 1 1 0 0 1 0 0 0 0 0 0 1 0 0 1 12 6,5
29TPE63 15 0 0 1 1 0 1 0 1 1 0 0 0 0 1 0 0 0 0 1 1 1 0 0 1 1 1 1 1 0 1 0 0 1 0 0 1 0 1 1 0 1 1 0 0 1 0 0 1 0 23 13,0
29TPE64 9 1 1 1 1 1 0 0 1 1 1 1 1 0 1 0 0 1 0 1 0 1 1 1 0 1 1 0 0 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 0 36 20,7
29TPE65 6 1 1 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 1 1 0 0 0 1 0 0 1 0 0 0 1 1 1 0 1 0 0 0 1 1 1 0 1 0 1 1 1 0 1 0 21 11,8
29TPE66 2 1 1 1 1 1 0 1 0 1 1 1 0 1 1 0 0 0 0 1 1 1 1 0 0 1 1 0 0 1 1 1 1 0 1 1 1 0 1 1 1 1 1 0 0 0 1 0 1 0 31 17,7
29TPE73 16 1 1 1 1 0 1 0 1 1 0 1 0 1 1 0 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 1 0 0 1 0 1 1 1 0 1 0 1 1 0 1 1 0 35 20,1
29TPE76 3 1 1 0 0 0 0 0 0 1 1 1 0 0 1 0 1 1 1 1 0 1 0 0 1 1 1 0 1 1 1 1 1 0 0 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 29 16,6
Total por espécie
28 21 34 28 14 12 12 18 42 23 11 10 9 28 16 17 13 13 33 28 31 19 11 13 30 17 16 16 15 32 16 32 23 16 10 19 7 30 37 32 12 36 6 12 25 21 11 33 10 49 11,7
José António Alves Coelho Tomé
54
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
55
ANEXO II
Ocupação do Solo
José António Alves Coelho Tomé
56
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
57
Tabela II.1- Relação das 141 classes de ocupação do solo com os 21 clusters seleccionados.
141 Classes de Ocupação do Solo 21 Classes Estrutura Vertical da Vegetação
Áreas ardidas Áreas ardidas
Áreas abertas s/ vegetação
Aceiro e/ou corta-fogos Áreas com pouca ou nenhuma vegetação
Cortes rasos
Praias dunas e areais interiores
Rocha nua
Aeródromos
Áreas construídas
Áreas artificializadas *
Comércio
Equipamentos culturais e zonas históricas
Equipamentos públicos e privados
Indústria
Infra-estruturas de captação tratamento e abastecimento de águas para consumo
Infra-estruturas de produção de energia renovável
Infra-estruturas de tratamento de resíduos e águas residuais
Instalações agrícolas
Outras instalações desportivas
Rede ferroviária e espaços associados
Rede viária e espaços associados
Tecido urbano contínuo predominantemente horizontal
Tecido urbano contínuo predominantemente vertical
Tecido urbano descontínuo
Tecido urbano descontínuo esparso
Olivais
Culturas permanentes
Arbóreo Olivais com pomar
Olivais com vinha Heterogéneo **
Outros pomares Arbóreo
Outros pomares com olival
Outros pomares com vinha Heterogéneo **
Pomares de castanheiro
Arbóreo Pomares de citrinos
Pomares de frutos frescos
Vinhas Arbustivo
Vinhas com olival Heterogéneo **
Vinhas com pomar
Culturas temporárias de regadio Culturas temporárias
Herbáceo Culturas temporárias de sequeiro
Cursos de água naturais Cursos de
água
Áreas artificializadas *
Cemitérios
Espaços verdes urbanos
Estufas e viveiros
Outros equipamentos de lazer
Parques de campismo
Parques e jardins
Áreas de estacionamentos e logradouros
Florestas de eucalipto
Eucaliptal
Arbóreo
Florestas abertas de eucalipto
Florestas abertas de eucalipto com folhosas
Florestas abertas de espécies invasoras com folhosas
Invasoras
Florestas abertas de espécies invasoras com resinosas
Florestas de espécies invasoras
Florestas de espécies invasoras com folhosas
Florestas de espécies invasoras com resinosas
Matos densos
Matos Arbustivo
Matos pouco densos
Vegetação esclerófita densa
Vegetação esclerófita pouco densa
Vegetação esparsa
José António Alves Coelho Tomé
58
141 Classes de Ocupação do Solo 21 Clusters Estrutura Vertical da Vegetação
Florestas abertas de azinheira
Montado Arbóreo
Florestas abertas de azinheira com folhosas
Florestas abertas de sobreiro
Florestas abertas de sobreiro com folhosas
Florestas de azinheira
Florestas de azinheira com folhosas
Florestas de sobreiro
Florestas de sobreiro com folhosas
SAF de azinheira com culturas permanentes
SAF de azinheira com culturas temporárias de sequeiro
SAF de azinheira com pastagens
SAF de sobreiro com azinheira com culturas permanentes
SAF de sobreiro com azinheira com pastagens
SAF de sobreiro com azinheira e com culturas temporárias de sequeiro
SAF de sobreiro com culturas permanentes
SAF de sobreiro com culturas temporárias de sequeiro
SAF de sobreiro com pastagens
Novas plantações Novas
plantações
Florestas abertas de castanheiro
Outras florestas de
folhosas Arbóreo
Florestas abertas de castanheiro com folhosas
Florestas abertas de outras folhosas
Florestas abertas de outros carvalhos
Florestas abertas de outros carvalhos com folhosas
Florestas de castanheiro
Florestas de castanheiro com folhosas
Florestas de eucalipto com folhosas
Florestas de outra folhosa com folhosas
Florestas de outras folhosas
Florestas de outros carvalhos
Florestas de outros carvalhos com folhosas
Florestas abertas de outras resinosas Outras florestas de
resinosas Arbóreo Florestas de outras resinosas
Outras formações lenhosas
Pastagens permanentes Pastagens Herbáceo
Vegetação herbácea natural
Florestas abertas de pinheiro bravo
Pinhal Arbóreo Florestas de pinheiro bravo
Florestas de pinheiro bravo com resinosas
Florestas de pinheiro manso
Charcas Planos de
água Planos de água * Reservatórios de barragens
Reservatórios de represas ou de açudes
Florestas abertas de azinheira com resinosas
Povoamento misto de
resinosas e folhosas
Arbóreo
Florestas abertas de eucalipto com resinosas
Florestas abertas de misturas de folhosas com resinosas
Florestas abertas de misturas de resinosas com folhosas
Florestas abertas de outra folhosa com resinosas
Florestas abertas de outros carvalhos com resinosas
Florestas abertas de pinheiro bravo com folhosas
Florestas abertas de sobreiro com resinosas
Florestas de azinheira com resinosas
Florestas de castanheiro com resinosas
Florestas de eucalipto com resinosas
Florestas de misturas de folhosas com resinosas
Florestas de misturas de resinosas com folhosas
Florestas de outra folhosa com resinosas
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
59
141 Classes de Ocupação do Solo 21 Clusters Estrutura Vertical da Vegetação
Florestas de outros carvalhos com resinosas Povoamento misto de resinosas e folhosas
Arbóreo
Florestas de pinheiro bravo com folhosas
Florestas de pinheiro manso com folhosas
Florestas de sobreiro com resinosas
Viveiros florestais Viveiros floretais
Agricultura com espaços naturais e semi-naturais
Zonas agrícolas
heterogéneas Heterogéneo **
Culturas temporárias de regadio associadas a olival
Culturas temporárias de sequeiro associadas a olival
Culturas temporárias de sequeiro associadas a pomar
Culturas temporárias de sequeiro associadas a vinha
Pastagens associadas a olival
Pastagens associadas a pomar
Pomares de castanheiro com olival
Pomares de citrinos com olival
Pomares de frutos frescos com olival
SAF de outras espécies com culturas permanentes
SAF de outras espécies com culturas temporárias de sequeiro
SAF de outras espécies com pastagens
SAF de outras misturas com culturas permanentes
SAF de outras misturas com culturas temporárias de sequeiro
SAF de outras misturas com pastagens
SAF de outros carvalhos com culturas permanentes
SAF de outros carvalhos com culturas temporárias de sequeiro
SAF de outros carvalhos com pastagens
Sistemas culturais e parcelares complexos
Áreas abandonadas em territórios artificializados Zonas de construção, depósitos de resíduos e
áreas sujeitas a perturbações
Áreas artificializadas *
Áreas em construção
Aterros
Lixeiras e sucatas
Pedreiras
* Estratos que não entram na avaliação da estrutura vertical da vegetação. ** Mais do que um estrato.
José António Alves Coelho Tomé
60
Figura II.1– Carta de dominância de Ocupação do Solo por quadrícula.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
61
Figura II.2 – Carta da Ocupação do Solo na Beira Interior Sul.
José António Alves Coelho Tomé
62
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
63
ANEXO III
Métricas da Paisagem e do Relevo
José António Alves Coelho Tomé
64
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
65
Tabela III.1- Métricas calculadas pelo programa Fragstats para dados raster.
Categoria Índice Acrónimo
Métricas de densidade e tamanho de manchas
Número de Manchas NumP
Coeficiente de variação do tamanho das manchas PSCoV
Desvio padrão do tamanho das manchas PSSD
Tamanho médio das manchas MPS
Índice de maior mancha LPI
Riqueza de manchas PR
Densidade de riqueza de manchas PRD
Métricas de forma
Índice de mancha média MSI
Índice de forma ponderada pela área das manchas AWMSI
Dimensão fractal da forma média MPFD
Média ponderada da forma da área AWMPFD
Índice de forma da paisagem LSI
Métricas de diversidade e de interdispersão
Índice de equitabilidade de Shannon SHEI
Índice de equitabilidade de Simpson SIEI
Índice de equitabilidade modificado de Simpson MSIEI
Índice de diversidade de Simpson SDI
Índice de diversidade modificado de Simpson MSIDI
Índice de proximidade média MPI
Índice de vizinhança próxima média MNN
Índice de interdispersão IJI
Área total da paisagem TLA
Métricas de fronteira Densidade de orlas ED
Total de orlas TE
Métricas de área de núcleo
Área total de núcleo TCA
Densidade da área de central CAD
Área média de núcleo MCA
Desvio padrão de área de núcleo CASD
Coeficiente de variação da área de núcleo CACoV
Índice de área total de núcleo TCAI
Coeficiente de variação da área de central CACV1
Desvio padrão de área de núcleo 1 CASD1
Índice de área média de núcleo MCAI
Índice de área média de núcleo 1 MCA1
Número de áreas de núcleo NCA
José António Alves Coelho Tomé
66
Tabela III.2 – Resultados das métricas espaciais (sem a métrica do relevo) nos primeiros quatro eixos, extraídos por ACC.
Coordenadas do Biplot
Variáveis ambientais
Eixo 1 Eixo 2 Eixo 3 Eixo 4
Métricas da Paisagem
MPS -0,3891 0,0466 -0,4325 0,3777
ED 0,2556 -0,0726 0,5911 -0,1773
AWMSI 0,5672 -0,1220 -0,2346 0,3477
SHEI -0,5889 -0,3301 0,1742 -0,1368
Variância explicada (%) 50,2 21,0 15,8 13
Variância acumulada 50,2 71,2 87,0 100
Valores próprios 0,076 0,032 0,024 0,020 1,329
Somatório dos valores próprios canónicos 0,152
Correlação espécies – ambiente 0,732 0,667 0,659 0,712
Sumário do teste de Monte Carlo Teste de significância do 1º eixo canónico:
F-ratio P-value
2,609 0,004
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
67
Tabela III.3 - Matriz de correlação de Pearson das métricas da paisagem
MPI MNN IJI TLA NumP MPS PSCoV PSSD TE ED MSI AWMSI MPFD AWMPFD SDI SEI TCA CAD MCA CASD CACoV TCAI CACV1 CASD1 LPI LSI MCAI MCA1 NCA MSIDI PR PRD SHEI SIEI MSIEI
MPI
Pearson Correlation
1 ,010 -,622**
,017 -,423** ,364* ,557** ,668** -,377** -,377** ,416** ,734** ,090 ,740** -,714**
-,568**
,385** -,437**
,291* ,589** ,442** ,385** ,473** ,604** ,597** -,377** -,080 ,337* -,437**
-,687** -,533**
-,533**
-,568**
-,653**
-,561**
Sig. (2-tailed)
,944 ,000 ,909 ,003 ,011 ,000 ,000 ,008 ,008 ,003 ,000 ,544 ,000 ,000 ,000 ,007 ,002 ,044 ,000 ,002 ,007 ,001 ,000 ,000 ,008 ,590 ,019 ,002 ,000 ,000 ,000 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MNN
Pearson
Correlation
,010 1 -,040 ,143 -,606** ,618** -,095 ,349* -,646** -,646** ,257 -,104 ,082 -,159 ,010 ,005 ,644** -
,605**
,642** ,369** -,210 ,644** -,192 ,396** ,093 -,646** ,636** ,634** -
,604**
-,024 ,052 ,052 ,005 ,005 -,040
Sig. (2-tailed) ,944
,790 ,332 ,000 ,000 ,521 ,015 ,000 ,000 ,078 ,481 ,578 ,281 ,947 ,971 ,000 ,000 ,000 ,010 ,153 ,000 ,191 ,005 ,532 ,000 ,000 ,000 ,000 ,872 ,725 ,725 ,971 ,971 ,788
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
IJI
Pearson Correlation
-,622**
-,040 1 -,215 ,175 -,107 -,383** -,387** ,141 ,141 -,114 -,549** ,075 -,600** ,712** ,792** -,153 ,220 -,102 -,333* -,307* -,153 -,312* -,322* -,365* ,141 ,176 -,091 ,220 ,718** ,174 ,174 ,792** ,686** ,737**
Sig. (2-tailed) ,000 ,790
,143 ,235 ,468 ,007 ,007 ,339 ,338 ,439 ,000 ,612 ,000 ,000 ,000 ,299 ,132 ,492 ,021 ,034 ,300 ,031 ,026 ,011 ,339 ,232 ,537 ,133 ,000 ,238 ,238 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
TLA
Pearson
Correlation
,017 ,143 -,215 1 ,007 -,002 ,158 ,105 -,026 -,027 -,178 ,115 -,157 ,090 -,129 -,251 ,032 -,032 ,049 ,116 ,162 ,030 ,158 ,099 ,139 -,026 ,046 ,009 -,031 -,226 ,158 ,158 -,251 -,220 -,303*
Sig. (2-tailed) ,909 ,332 ,143
,965 ,989 ,285 ,479 ,863 ,855 ,227 ,438 ,288 ,543 ,381 ,085 ,830 ,830 ,743 ,431 ,271 ,840 ,284 ,503 ,346 ,859 ,755 ,952 ,834 ,122 ,283 ,283 ,085 ,133 ,036
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
NumP
Pearson Correlation
-,423**
-,606**
,175 ,007 1 -,915**
-,087 -,664** ,974** ,974** -,688**
-,155 -,226 -,061 ,339* ,044 -,964**
,978** -,875**
-,648** ,097 -,964**
,053 -,696** -,314* ,974** -,721** -,906** ,978** ,248 ,603** ,603** ,044 ,176 ,042
Sig. (2-tailed) ,003 ,000 ,235 ,965
,000 ,558 ,000 ,000 ,000 ,000 ,291 ,123 ,678 ,018 ,765 ,000 ,000 ,000 ,000 ,512 ,000 ,720 ,000 ,030 ,000 ,000 ,000 ,000 ,089 ,000 ,000 ,765 ,232 ,776
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MPS
Pearson
Correlation
,364* ,618** -,107 -,002 -,915** 1 -,034 ,607** -,914** -,914** ,693** ,056 ,198 -,043 -,251 ,061 ,910** -
,904**
,962** ,589** -,197 ,910** -,159 ,645** ,200 -,914** ,789** ,997** -
,904**
-,162 -
,563**
-
,563**
,061 -,077 ,049
Sig. (2-tailed) ,011 ,000 ,468 ,989 ,000
,818 ,000 ,000 ,000 ,000 ,704 ,176 ,770 ,085 ,680 ,000 ,000 ,000 ,000 ,179 ,000 ,282 ,000 ,172 ,000 ,000 ,000 ,000 ,271 ,000 ,000 ,680 ,601 ,740
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
PSCoV
Pearson Correlation
,557** -,095 -,383**
,158 -,087 -,034 1 ,748** -,148 -,148 -,092 ,928** -,051 ,869** -,745**
-,750**
,179 -,185 ,055 ,754** ,978** ,179 ,985** ,704** ,952** -,148 -,483** -,016 -,185 -,778** -,341* -,341* -,750**
-,854**
-,761**
Sig. (2-tailed) ,000 ,521 ,007 ,285 ,558 ,818
,000 ,315 ,314 ,536 ,000 ,730 ,000 ,000 ,000 ,222 ,208 ,711 ,000 ,000 ,223 ,000 ,000 ,000 ,315 ,001 ,914 ,208 ,000 ,018 ,018 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
PSSD
Pearson
Correlation
,668** ,349* -
,387**
,105 -,664** ,607** ,748** 1 -,709** -,710** ,381** ,757** ,095 ,654** -
,734**
-
,557**
,729** -
,725**
,645** ,991** ,612** ,729** ,646** ,993** ,882** -,710** ,125 ,619** -
,725**
-,695** -
,601**
-
,601**
-
,557**
-
,708**
-,556**
Sig. (2-tailed) ,000 ,015 ,007 ,479 ,000 ,000 ,000
,000 ,000 ,008 ,000 ,521 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,398 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
TE
Pearson Correlation
-,377**
-,646**
,141 -,026 ,974** -,914**
-,148 -,709** 1 1,000** -,559**
-,161 -,108 -,050 ,376** ,104 -,998**
,988** -,922**
-,715** ,025 -,998**
-,011 -,751** -,367* 1,000** -,689** -,920** ,988** ,286* ,577** ,577** ,104 ,219 ,094
Sig. (2-tailed) ,008 ,000 ,339 ,863 ,000 ,000 ,315 ,000
,000 ,000 ,275 ,464 ,737 ,008 ,483 ,000 ,000 ,000 ,000 ,868 ,000 ,939 ,000 ,010 ,000 ,000 ,000 ,000 ,049 ,000 ,000 ,483 ,135 ,523
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
ED
Pearson
Correlation
-
,377**
-
,646**
,141 -,027 ,974** -
,914**
-,148 -,710** 1,000** 1 -
,559**
-,161 -,108 -,050 ,376** ,104 -
,998**
,988** -
,922**
-,715** ,024 -
,998**
-,012 -,751** -,367* 1,000** -,689** -,920** ,988** ,287* ,577** ,577** ,104 ,219 ,095
Sig. (2-tailed) ,008 ,000 ,338 ,855 ,000 ,000 ,314 ,000 ,000
,000 ,275 ,465 ,736 ,008 ,481 ,000 ,000 ,000 ,000 ,869 ,000 ,938 ,000 ,010 ,000 ,000 ,000 ,000 ,048 ,000 ,000 ,481 ,134 ,521
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MSI
Pearson Correlation
,416** ,257 -,114 -,178 -,688** ,693** -,092 ,381** -,559** -,559** 1 ,088 ,688** ,082 -,055 ,234 ,541** -,594**
,518** ,314* -,222 ,541** -,166 ,391** ,086 -,559** ,487** ,648** -,594**
,016 -,479**
-,479**
,234 ,067 ,203
Sig. (2-tailed) ,003 ,078 ,439 ,227 ,000 ,000 ,536 ,008 ,000 ,000
,552 ,000 ,580 ,709 ,109 ,000 ,000 ,000 ,030 ,130 ,000 ,261 ,006 ,562 ,000 ,000 ,000 ,000 ,915 ,001 ,001 ,109 ,650 ,167
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
AWMSI
Pearson
Correlation
,734** -,104 -
,549**
,115 -,155 ,056 ,928** ,757** -,161 -,161 ,088 1 ,035 ,958** -
,789**
-
,755**
,185 -,228 ,087 ,722** ,873** ,185 ,882** ,686** ,893** -,161 -,420** ,054 -,228 -,807** -
,414**
-
,414**
-
,755**
-
,879**
-,760**
Sig. (2-tailed) ,000 ,481 ,000 ,438 ,291 ,704 ,000 ,000 ,275 ,275 ,552
,813 ,000 ,000 ,000 ,208 ,120 ,557 ,000 ,000 ,209 ,000 ,000 ,000 ,275 ,003 ,715 ,120 ,000 ,003 ,003 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MPFD
Pearson Correlation
,090 ,082 ,075 -,157 -,226 ,198 -,051 ,095 -,108 -,108 ,688** ,035 1 ,088 ,165 ,284 ,094 -,122 ,061 ,054 -,087 ,095 -,046 ,100 ,022 -,108 ,112 ,163 -,122 ,178 -,128 -,128 ,284 ,142 ,239
Sig. (2-tailed) ,544 ,578 ,612 ,288 ,123 ,176 ,730 ,521 ,464 ,465 ,000 ,813
,551 ,262 ,050 ,523 ,410 ,682 ,713 ,555 ,522 ,755 ,500 ,884 ,464 ,449 ,269 ,410 ,225 ,386 ,386 ,050 ,336 ,102
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
AWMPFD
Pearson
Correlation
,740** -,159 -
,600**
,090 -,061 -,043 ,869** ,654** -,050 -,050 ,082 ,958** ,088 1 -
,775**
-
,761**
,074 -,127 -,032 ,608** ,824** ,074 ,834** ,575** ,802** -,050 -,518** -,051 -,127 -,787** -
,380**
-
,380**
-
,761**
-
,836**
-,750**
Sig. (2-tailed) ,000 ,281 ,000 ,543 ,678 ,770 ,000 ,000 ,737 ,736 ,580 ,000 ,551
,000 ,000 ,615 ,390 ,828 ,000 ,000 ,615 ,000 ,000 ,000 ,737 ,000 ,728 ,390 ,000 ,008 ,008 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
José António Alves Coelho Tomé
68
MPI MNN IJI TLA NumP MPS PSCoV PSSD TE ED MSI AWMSI MPFD AWMPFD SDI SEI TCA CAD MCA CASD CACoV TCAI CACV1 CASD1 LPI LSI MCAI MCA1 NCA MSIDI PR PRD SHEI SIEI MSIEI
SDI
Pearson Correlation
-,714**
,010 ,712** -,129 ,339* -,251 -,745** -,734** ,376** ,376** -,055 -,789** ,165 -,775** 1 ,874** -,400** ,433** -,325* -,719** -,663** -,400** -,668** -,686** -,746**
,376** ,196 -,260 ,432** ,955** ,639** ,639** ,874** ,919** ,828**
Sig. (2-tailed)
,000 ,947 ,000 ,381 ,018 ,085 ,000 ,000 ,008 ,008 ,709 ,000 ,262 ,000
,000 ,005 ,002 ,024 ,000 ,000 ,005 ,000 ,000 ,000 ,008 ,183 ,074 ,002 ,000 ,000 ,000 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
SEI
Pearson Correlation
-,568**
,005 ,792** -,251 ,044 ,061 -,750** -,557** ,104 ,104 ,234 -,755** ,284 -,761** ,874** 1 -,135 ,158 -,048 -,554** -,713** -,134 -,701** -,500** -,683**
,104 ,418** ,043 ,158 ,912** ,197 ,197 1,000** ,926** ,956**
Sig. (2-tailed)
,000 ,971 ,000 ,085 ,765 ,680 ,000 ,000 ,483 ,481 ,109 ,000 ,050 ,000 ,000
,361 ,283 ,746 ,000 ,000 ,363 ,000 ,000 ,000 ,482 ,003 ,770 ,283 ,000 ,180 ,180 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
TCA
Pearson Correlation
,385** ,644** -,153 ,032 -,964** ,910** ,179 ,729** -,998** -,998** ,541** ,185 ,094 ,074 -,400**
-,135 1 -,987** ,928** ,737** ,009 1,000** ,044 ,770** ,391** -,998**
,663** ,919** -,987** -,313* -,577** -,577** -,135 -,247 -,125
Sig. (2-tailed)
,007 ,000 ,299 ,830 ,000 ,000 ,222 ,000 ,000 ,000 ,000 ,208 ,523 ,615 ,005 ,361
,000 ,000 ,000 ,949 ,000 ,769 ,000 ,006 ,000 ,000 ,000 ,000 ,031 ,000 ,000 ,361 ,091 ,399
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
CAD
Pearson Correlation
-,437**
-,605**
,220 -,032 ,978** -,904**
-,185 -,725** ,988** ,988** -,594**
-,228 -,122 -,127 ,433** ,158 -,987** 1 -,908**
-,722** -,010 -,987** -,043 -,755** -,390**
,988** -,645** -,905** 1,000** ,343* ,610** ,610** ,158 ,278 ,148
Sig. (2-tailed)
,002 ,000 ,132 ,830 ,000 ,000 ,208 ,000 ,000 ,000 ,000 ,120 ,410 ,390 ,002 ,283 ,000
,000 ,000 ,947 ,000 ,771 ,000 ,006 ,000 ,000 ,000 ,000 ,017 ,000 ,000 ,283 ,056 ,317
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MCA
Pearson Correlation
,291* ,642** -,102 ,049 -,875** ,962** ,055 ,645** -,922** -,922** ,518** ,087 ,061 -,032 -,325* -,048 ,928** -,908** 1 ,656** -,092 ,928** -,068 ,688** ,269 -,922**
,731** ,978** -,908** -,235 -,546** -,546** -,048 -,165 -,043
Sig. (2-tailed)
,044 ,000 ,492 ,743 ,000 ,000 ,711 ,000 ,000 ,000 ,000 ,557 ,682 ,828 ,024 ,746 ,000 ,000
,000 ,534 ,000 ,647 ,000 ,065 ,000 ,000 ,000 ,000 ,109 ,000 ,000 ,746 ,262 ,772
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
CASD
Pearson Correlation
,589** ,369** -,333* ,116 -,648** ,589** ,754** ,991** -,715** -,715** ,314* ,722** ,054 ,608** -,719**
-,554** ,737** -,722** ,656** 1 ,628** ,737** ,657** ,994** ,886** -,715**
,121 ,609** -,722** -,680** -,579** -,579** -,554** -,700**
-,549**
Sig. (2-tailed)
,000 ,010 ,021 ,431 ,000 ,000 ,000 ,000 ,000 ,000 ,030 ,000 ,713 ,000 ,000 ,000 ,000 ,000 ,000
,000 ,000 ,000 ,000 ,000 ,000 ,414 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
CACoV
Pearson Correlation
,442** -,210 -,307* ,162 ,097 -,197 ,978** ,612** ,025 ,024 -,222 ,873** -,087 ,824** -,663**
-,713** ,009 -,010 -,092 ,628** 1 ,009 ,997** ,567** ,886** ,025 -,606** -,175 -,010 -,712** -,238 -,238 -,713** -,800**
-,729**
Sig. (2-tailed)
,002 ,153 ,034 ,271 ,512 ,179 ,000 ,000 ,868 ,869 ,130 ,000 ,555 ,000 ,000 ,000 ,949 ,947 ,534 ,000
,950 ,000 ,000 ,000 ,868 ,000 ,235 ,948 ,000 ,103 ,103 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
TCAI
Pearson Correlation
,385** ,644** -,153 ,030 -,964** ,910** ,179 ,729** -,998** -,998** ,541** ,185 ,095 ,074 -,400**
-,134 1,000** -,987** ,928** ,737** ,009 1 ,043 ,770** ,391** -,998**
,663** ,919** -,987** -,312* -,577** -,577** -,134 -,247 -,124
Sig. (2-tailed)
,007 ,000 ,300 ,840 ,000 ,000 ,223 ,000 ,000 ,000 ,000 ,209 ,522 ,615 ,005 ,363 ,000 ,000 ,000 ,000 ,950
,770 ,000 ,006 ,000 ,000 ,000 ,000 ,031 ,000 ,000 ,363 ,091 ,401
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
CACV1
Pearson Correlation
,473** -,192 -,312* ,158 ,053 -,159 ,985** ,646** -,011 -,012 -,166 ,882** -,046 ,834** -,668**
-,701** ,044 -,043 -,068 ,657** ,997** ,043 1 ,603** ,907** -,011 -,577** -,139 -,043 -,715** -,266 -,266 -,701** -,796**
-,721**
Sig. (2-tailed)
,001 ,191 ,031 ,284 ,720 ,282 ,000 ,000 ,939 ,938 ,261 ,000 ,755 ,000 ,000 ,000 ,769 ,771 ,647 ,000 ,000 ,770
,000 ,000 ,939 ,000 ,346 ,771 ,000 ,068 ,068 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
CASD1
Pearson Correlation
,604** ,396** -,322* ,099 -,696** ,645** ,704** ,993** -,751** -,751** ,391** ,686** ,100 ,575** -,686**
-,500** ,770** -,755** ,688** ,994** ,567** ,770** ,603** 1 ,855** -,751**
,182 ,661** -,755** -,643** -,593** -,593** -,500** -,650**
-,500**
Sig. (2-tailed)
,000 ,005 ,026 ,503 ,000 ,000 ,000 ,000 ,000 ,000 ,006 ,000 ,500 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
,000 ,000 ,215 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
LPI
Pearson Correlation
,597** ,093 -,365* ,139 -,314* ,200 ,952** ,882** -,367* -,367* ,086 ,893** ,022 ,802** -,746**
-,683** ,391** -,390** ,269 ,886** ,886** ,391** ,907** ,855** 1 -,367* -,253 ,216 -,390** -,756** -,444** -,444** -,683** -,821**
-,693**
Sig. (2-tailed)
,000 ,532 ,011 ,346 ,030 ,172 ,000 ,000 ,010 ,010 ,562 ,000 ,884 ,000 ,000 ,000 ,006 ,006 ,065 ,000 ,000 ,006 ,000 ,000
,010 ,083 ,141 ,006 ,000 ,002 ,002 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
LSI
Pearson Correlation
-,377**
-,646**
,141 -,026 ,974** -,914**
-,148 -,710** 1,000** 1,000** -,559**
-,161 -,108 -,050 ,376** ,104 -,998** ,988** -,922**
-,715** ,025 -,998** -,011 -,751** -,367* 1 -,689** -,920** ,988** ,286* ,577** ,577** ,104 ,219 ,095
Sig. (2-tailed)
,008 ,000 ,339 ,859 ,000 ,000 ,315 ,000 ,000 ,000 ,000 ,275 ,464 ,737 ,008 ,482 ,000 ,000 ,000 ,000 ,868 ,000 ,939 ,000 ,010
,000 ,000 ,000 ,048 ,000 ,000 ,482 ,134 ,522
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MCAI
Pearson Correlation
-,080 ,636** ,176 ,046 -,721** ,789** -,483** ,125 -,689** -,689** ,487** -,420** ,112 -,518** ,196 ,418** ,663** -,645** ,731** ,121 -,606** ,663** -,577** ,182 -,253 -,689**
1 ,781** -,645** ,241 -,221 -,221 ,418** ,333* ,377**
Sig. (2-tailed)
,590 ,000 ,232 ,755 ,000 ,000 ,001 ,398 ,000 ,000 ,000 ,003 ,449 ,000 ,183 ,003 ,000 ,000 ,000 ,414 ,000 ,000 ,000 ,215 ,083 ,000
,000 ,000 ,098 ,132 ,132 ,003 ,021 ,008
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MCA1
Pearson Correlation
,337* ,634** -,091 ,009 -,906** ,997** -,016 ,619** -,920** -,920** ,648** ,054 ,163 -,051 -,260 ,043 ,919** -,905** ,978** ,609** -,175 ,919** -,139 ,661** ,216 -,920**
,781** 1 -,905** -,172 -,553** -,553** ,043 -,089 ,034
Sig. (2-tailed)
,019 ,000 ,537 ,952 ,000 ,000 ,914 ,000 ,000 ,000 ,000 ,715 ,269 ,728 ,074 ,770 ,000 ,000 ,000 ,000 ,235 ,000 ,346 ,000 ,141 ,000 ,000
,000 ,243 ,000 ,000 ,770 ,546 ,818
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
NCA
Pearson Correlation
-,437**
-,604**
,220 -,031 ,978** -,904**
-,185 -,725** ,988** ,988** -,594**
-,228 -,122 -,127 ,432** ,158 -,987** 1,000** -,908**
-,722** -,010 -,987** -,043 -,755** -,390**
,988** -,645** -,905** 1 ,343* ,610** ,610** ,158 ,278 ,147
Sig. (2-tailed)
,002 ,000 ,133 ,834 ,000 ,000 ,208 ,000 ,000 ,000 ,000 ,120 ,410 ,390 ,002 ,283 ,000 ,000 ,000 ,000 ,948 ,000 ,771 ,000 ,006 ,000 ,000 ,000
,017 ,000 ,000 ,283 ,056 ,317
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
69
MPI MNN IJI TLA NumP MPS PSCoV PSSD TE ED MSI AWMSI MPFD AWMPFD SDI SEI TCA CAD MCA CASD CACoV TCAI CACV1 CASD1 LPI LSI MCAI MCA1 NCA MSIDI PR PRD SHEI SIEI MSIEI
MSIDI
Pearson Correlation
-,687**
-,024 ,718** -,226 ,248 -,162 -,778** -,695** ,286* ,287* ,016 -,807** ,178 -,787** ,955** ,912** -,313* ,343* -,235 -,680** -,712** -,312* -,715** -,643** -,756**
,286* ,241 -,172 ,343* 1 ,464** ,464** ,912** ,968** ,939**
Sig. (2-tailed)
,000 ,872 ,000 ,122 ,089 ,271 ,000 ,000 ,049 ,048 ,915 ,000 ,225 ,000 ,000 ,000 ,031 ,017 ,109 ,000 ,000 ,031 ,000 ,000 ,000 ,048 ,098 ,243 ,017
,001 ,001 ,000 ,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
PR
Pearson Correlation
-,533**
,052 ,174 ,158 ,603** -,563**
-,341* -,601** ,577** ,577** -,479**
-,414** -,128 -,380** ,639** ,197 -,577** ,610** -,546**
-,579** -,238 -,577** -,266 -,593** -,444**
,577** -,221 -,553** ,610** ,464** 1 1,000** ,197 ,384** ,140
Sig. (2-tailed)
,000 ,725 ,238 ,283 ,000 ,000 ,018 ,000 ,000 ,000 ,001 ,003 ,386 ,008 ,000 ,180 ,000 ,000 ,000 ,000 ,103 ,000 ,068 ,000 ,002 ,000 ,132 ,000 ,000 ,001
,000 ,180 ,007 ,342
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
PRD
Pearson Correlation
-,533**
,052 ,174 ,158 ,603** -,563**
-,341* -,601** ,577** ,577** -,479**
-,414** -,128 -,380** ,639** ,197 -,577** ,610** -,546**
-,579** -,238 -,577** -,266 -,593** -,444**
,577** -,221 -,553** ,610** ,464** 1,000** 1 ,197 ,384** ,140
Sig. (2-tailed)
,000 ,725 ,238 ,283 ,000 ,000 ,018 ,000 ,000 ,000 ,001 ,003 ,386 ,008 ,000 ,180 ,000 ,000 ,000 ,000 ,103 ,000 ,068 ,000 ,002 ,000 ,132 ,000 ,000 ,001 ,000
,180 ,007 ,342
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
SHEI
Pearson Correlation
-,568**
,005 ,792** -,251 ,044 ,061 -,750** -,557** ,104 ,104 ,234 -,755** ,284 -,761** ,874** 1,000** -,135 ,158 -,048 -,554** -,713** -,134 -,701** -,500** -,683**
,104 ,418** ,043 ,158 ,912** ,197 ,197 1 ,926** ,956**
Sig. (2-tailed)
,000 ,971 ,000 ,085 ,765 ,680 ,000 ,000 ,483 ,481 ,109 ,000 ,050 ,000 ,000 ,000 ,361 ,283 ,746 ,000 ,000 ,363 ,000 ,000 ,000 ,482 ,003 ,770 ,283 ,000 ,180 ,180
,000 ,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
SIEI
Pearson Correlation
-,653**
,005 ,686** -,220 ,176 -,077 -,854** -,708** ,219 ,219 ,067 -,879** ,142 -,836** ,919** ,926** -,247 ,278 -,165 -,700** -,800** -,247 -,796** -,650** -,821**
,219 ,333* -,089 ,278 ,968** ,384** ,384** ,926** 1 ,942**
Sig. (2-tailed)
,000 ,971 ,000 ,133 ,232 ,601 ,000 ,000 ,135 ,134 ,650 ,000 ,336 ,000 ,000 ,000 ,091 ,056 ,262 ,000 ,000 ,091 ,000 ,000 ,000 ,134 ,021 ,546 ,056 ,000 ,007 ,007 ,000
,000
N 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48 48
MSIEI
Pearson Correlation
-,561**
-,040 ,737** -,303* ,042 ,049 -,761** -,556** ,094 ,095 ,203 -,760** ,239 -,750** ,828** ,956** -,125 ,148 -,043 -,549** -,729** -,124 -,721** -,500** -,693**
,095 ,377** ,034 ,147 ,939** ,140 ,140 ,956** ,942** 1
Sig. (2-tailed)
,000 ,788 ,000 ,036 ,776 ,740 ,000 ,000 ,523 ,521 ,167 ,000 ,102 ,000 ,000 ,000 ,399 ,317 ,772 ,000 ,000 ,401 ,000 ,000 ,000 ,522 ,008 ,818 ,317 ,000 ,342 ,342 ,000 ,000
Realce a roxo escuro – métricas distintas com correlação igual a 1. Realce a roxo claro – métricas distintas com correlação superior a 0,900. Realce a laranja – métricas distintas com correlação negativa e um nível de significância entre 0,0001 e 0,005. Realce a amarelo – métricas distintas com correlação positiva e um nível de significância entre 0,0001 e 0,005
José António Alves Coelho Tomé
70
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
71
Figura III.1 – Resultados das métricas espaciais (sem a métrica do relevo) nos primeiros quatro eixos, extraídos por ACC.
José António Alves Coelho Tomé
72
ANEXO IV
Tipos Fisionómicos de Habitat
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
73
José António Alves Coelho Tomé
74
Tabela IV.1 – Resultados da análise por tipos fisionómicos de habitat.
UTM Quadrícula
(1 a 48)
Áreas abertas
sem vegetação
(%)
Estrato Herbáceo
(%)
Estrato Arbustivo
(%)
Estrato Arbóreo
(%)
Heterogéneo
(%)
Áreas artificializadas
(%)
Cursos de água
(%)
Planos de água
(%)
Total
(%)
Nº de Aves
29SPE52 22 5,29 28,11 20,31 36,15 1,63 1,84 0,29 6,37 100,0 26
29TPE66 2 0,36 6,53 48,14 33,41 3,46 2,21 0,87 5,02 100,0 31
29SPE22 19 1,04 13,09 32,61 40,46 7,15 1,52 0,00 4,12 100,0 21
29SPD08 46 1,49 2,87 49,08 38,71 0,74 1,31 1,70 4,11 100,0 16
29SPE32 20 0,40 25,16 40,34 22,46 6,96 2,71 0,00 1,98 100,0 23
29TPE55 5 0,70 11,97 40,36 42,27 2,46 0,68 0,00 1,56 100,0 35
29SPE61 32 0,29 31,76 29,11 36,62 0,79 0,56 0,00 0,88 100,0 31
29TPE65 6 0,21 1,72 44,21 52,49 0,59 0,03 0,00 0,75 100,0 21
29TPE44 7 0,48 16,58 45,41 32,73 4,06 0,16 0,00 0,58 100,0 27
29SPE40 37 0,23 22,10 21,37 54,86 0,62 0,19 0,11 0,52 100,0 16
29SPE51 31 1,41 27,01 57,34 12,42 0,96 0,35 0,00 0,51 100,0 16
29SPE42 21 0,02 26,93 36,91 31,37 3,76 0,33 0,17 0,50 100,0 15
29SPD09 40 0,32 2,79 40,94 46,90 5,90 1,55 1,18 0,43 100,0 21
29TPE63 15 1,92 11,70 33,02 47,08 4,61 1,27 0,00 0,39 100,0 23
29TPE33 12 0,76 8,75 46,79 31,62 10,12 1,60 0,00 0,36 100,0 13
29SPD19 41 0,68 8,95 43,99 40,42 2,41 3,07 0,16 0,32 100,0 15
29SPE62 23 1,23 18,75 26,23 52,62 0,58 0,30 0,00 0,29 100,0 14
29TPE23 11 14,26 4,59 35,04 38,76 5,49 1,58 0,00 0,28 100,0 3
29SPE72 24 0,20 27,71 42,22 28,28 1,08 0,19 0,06 0,25 100,0 42
29TPE54 8 1,36 18,94 39,36 27,81 10,43 1,89 0,00 0,21 100,0 35
29SPE50 38 1,36 35,03 31,57 31,64 0,08 0,07 0,06 0,19 100,0 23
29SPD29 42 1,90 20,47 36,95 35,95 1,26 0,41 2,87 0,19 100,0 13
29TPE64 9 1,45 15,33 41,19 40,83 0,51 0,26 0,31 0,11 100,0 36
29SPE30 36 3,97 14,04 39,55 34,61 5,26 1,53 0,95 0,11 100,0 28
29TPE73 16 3,98 18,02 23,07 53,81 0,71 0,30 0,00 0,11 100,0 35
29TPE45 4 1,80 10,33 44,01 40,86 2,10 0,80 0,00 0,10 100,0 14
29SPE20 35 2,25 9,57 46,19 27,69 3,75 10,13 0,33 0,09 100,0 10
29SPE31 29 2,07 45,00 25,11 19,34 5,51 2,88 0,00 0,09 100,0 28
29TPE43 13 0,47 24,42 39,41 30,36 4,78 0,43 0,04 0,09 100,0 19
29SPE41 30 0,46 14,61 50,82 26,85 6,11 0,84 0,22 0,09 100,0 32
29TPE53 14 1,27 18,36 39,62 35,18 4,68 0,78 0,03 0,07 100,0 4
29SPE21 28 0,29 15,71 33,87 40,38 7,08 2,15 0,47 0,05 100,0 17
29SPE11 27 0,67 6,19 25,45 59,12 7,01 0,89 0,63 0,05 100,0 18
29SPE02 17 0,46 0,13 44,67 49,43 4,51 0,77 0,00 0,03 100,0 15
29SPE12 18 2,63 1,27 39,56 51,66 3,91 0,56 0,39 0,03 100,0 10
29SPD07 48 2,57 10,65 29,76 53,59 1,17 1,04 1,20 0,02 100,0 28
29SNE91 25 0,05 0,21 54,66 38,95 4,92 1,20 0,00 0,01 100,0 27
29TPE76 3 4,77 16,05 47,87 24,75 4,99 1,55 0,00 0,01 100,0 29
29SPD18 47 2,48 9,45 41,08 41,97 1,02 0,47 3,52 0,01 100,0 13
29SPE01 26 0,10 0,23 49,12 47,14 2,75 0,54 0,10 0,00 100,0 21
29SPD59 45 0,74 29,14 24,64 43,84 0,18 0,08 1,38 0,00 100,0 19
29SPD39 43 0,05 18,20 20,15 57,86 2,00 0,38 1,36 0,00 100,0 13
29SPD49 44 0,67 15,72 19,07 63,11 0,11 0,00 1,31 0,00 100,0 24
29SPE10 34 0,29 3,18 45,30 44,40 4,74 1,28 0,81 0,00 100,0 26
29SPE00 33 0,33 1,02 67,21 22,67 7,10 1,25 0,42 0,00 100,0 9
29SPE60 39 2,32 42,37 18,37 36,61 0,33 0,01 0,00 0,00 100,0 18
29TPE13 10 1,64 0,11 54,53 39,53 3,08 1,11 0,00 0,00 100,0 13
29TPE56 1 0,46 12,82 14,41 35,84 29,26 7,22 0,00 0,00 100,0 12
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
75
José António Alves Coelho Tomé
76
ANEXO V
Áreas Classificadas
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
77
José António Alves Coelho Tomé
78
Figura VI.1 – Carta das Zonas de Protecção Especial da Beira Interior Sul.
Figura VI.2 – Carta das Zonas Especiais de Conservação da Beira Interior Sul.
Influência da composição e estrutura da paisagem nas comunidades de aves nidificantes na Beira Interior Sul
79
Figura VI.3 – Carta das Áreas de Protecção de Avifauna da Beira Interior Sul.